线性系统辨识方法.pptVIP

  • 5
  • 0
  • 约小于1千字
  • 约 22页
  • 2019-10-02 发布于广东
  • 举报
第四讲 线性系统辨识方法 最小二乘方法 极大似然法 预报误差法 梯度校正参数辨识方法 一、最小二乘方法 成批最小二乘方法 最小二乘估计的统计性质 递推最小二乘方法 基本最小二乘方法的缺陷及其解决办法 增广最小二乘方法、广义最小二乘方法、多级最小二乘方法、辅助变量法等 最小二乘类辨识方法的比较 1、时不变SISO系统与最小二乘问题 最小二乘辨识问题: 根据输入输出数据,在极小化下列准则函数 2. 成批估计 假设有L组观测数据 可写成矩阵向量形式 Astrom于1965年给出了可辨识的充分必要条件(p137) 3. 参数估计的统计特性 有效性:对于固定观测次数L,方差最小的估计称为有效估计。 4. 递推最小二乘(RLS) 算法 5. 基本最小二乘法的缺陷及解决方法 当模型噪声为有色噪声时,最小二乘参数估计不是无偏的,是一个有偏的估计。 随着数据的增长,最小二乘法出现所谓的“数据饱和”现象 解决办法:遗忘因子法 限定记忆法 6. 增广最小二乘法(RELS) 注:该方法将噪声模型的辨识考虑进出,扩充了参数向量和数据向量。 7. 广义最小二乘法 辅助变量法、两步法、多级最小二乘法 8. 最小二乘类辨识方法的比较 辨识精度 收敛性质 计算量 所需要的先验知识 参见书本198页 二、极大似然法 基本思想:构造一个以数据和未知

文档评论(0)

1亿VIP精品文档

相关文档