系统辨识大作业报告.docx

系 统 辨 识 大 作 业 报 告 F F 穸？。LY ＄`、 女3, 2 勺？ z .1 易 班 级 13202-4 学 号 姓 名 亓子龙 报告日期 2013.12.03 一、辨识方法 最小二乘法及其递推方法 最小二乘法：构造Φ 阵，利用公式?? ? (ΦT Φ)?1ΦT y 计算； 递推最小二乘法：取前 20 个数据，利用基本最小二乘法给出θ? 和 P  的初值θ? 和 P ，然后利用公式： 0 N N 0 θ? ? θ? ?K ( y ? ψT θ? ) N ?1 N N ?1 N ?1 N ?1 N K N ?1 ? P ψ N  N ?1 (1? ψT P N ?1 N ψ N ?1 )?1 P ? P ? K ψT P 迭代计算。 N ?1 N N ?1 N ?1 N 辅助变量法及其递推方法 辅助变量法：首先利用基本最小二乘估计θ? 作为计算 y? 的初值，利用计算结果构 LS 造 Z 阵，依据公式θ? ? (Z T Φ)?1 Z T y 迭代计算直至θ? 收敛。 ?V ?V 递推辅助变量法：前 50 个数据利用递推最小二乘估计θ? 和 P 初值θ? 和 P ，然 N N 0 0 后依据递推公式进行迭代计算： θ? ? θ? ?K ( y ? ψT θ? ) N ?1 N N ?1 N ?1 N ?1 N K N ?1 ? P z N  N ?1 (1? ψT P N ?1 N z N ?1 )?1 P ? P ? K ψT P N ?1 N N ?1 N ?1 N 广义最小二乘法及其递推方法 广义最小二乘法：使用 u(k ) 和 y(k ) 按基本最小二乘求出 ? 估计值 θ? ，计算残差e ? y - Φθ? 用 残 差 e(k ) 代 替 ? (k ) 并 计 算 f 的 估 值 f? ， f? 的 计 算 公 式 为f? ? [(Ω)T Ω]?1 (Ω)T e 。利用 f? 进行数据滤波，再按最小二乘法重新估计θ? ，重复这些步骤 直至θ? 收敛。 递推广义最小二乘法：前20 个数据利用基本最小二乘求得递推的初值，然后按以下公式计算 f? ， f? ? f? ?K (2) (e ? ? T f? ) N ?1 N N ?1 N ?1 N ?1 N K (2) N ?1 ? P (2) ? N  N ?1 (1? ?T N ?1 P (2) ? N  N ?1 )?1 P (2) ? P (2) ? K (2) ? T P (2) N ?1 N N ?1 N ?1 N 根据所得结果对新的观测值进行数据滤波，然后进行θ? 的递推，递推公式如下： θ? ? θ? ?K (1) ( y ?? T θ? ) N ?1 N N ?1 N ?1 N ?1 N K (1) N ?1 ? P (1)? N  N ?1 (1?? T N ?1 P (1)? N  N ?1 )?1 P (1) ? P (1) ? K (1) ? T P (1) N ?1 N N ?1 N ?1 N 夏氏偏差修正法、夏氏改良法及递推夏氏法 夏氏偏差修正法：首先计算 θ? ? (ΦT Φ)?1ΦT y 并作为 θ? 的初值，然后计算残差 LS e ? y - Φθ? 并构造矩阵 Ω ，同时计算矩阵 Γ ? (ΦT Φ)?1ΦT 和 M ? I ? Φ(ΦT Φ)?1ΦT 。其 次由 Ω 计算 f? ? D?1Ω? My 和θ? ? ΓΩf? ，其中D = ΩTMΩ 。利用公式θ? ? θ? ? θ? 获得 B LS B θ? 的估计值，循环迭代直到θ? 基本保持不变。 B 夏氏改良法：基本同夏氏偏差修正法，只是 f? 的计算变为 f? ? (ΩΩ? )?1 Ω? e ，减小 了计算量。 夏氏递推算法：利用基本最小二乘获得递推初值?? 和 P ，递推公式如下： N ?? ? ?? ?r ( y ? ψT ?? ) N ?1 N N ?1 N ?1 N ?1 N r ? P ψ (1? ψT P ψ )?1 N ?1 N N ?1 P ? P ? r N ?1 N N ?1 ψT P N ?1 N N ?1 N ?1 N 增广矩阵法 利用基本最小二乘构造ψ 阵，进而计算递推初值 P ? ? y( N ) u(n ? N ) u( N ) ??(n ? N ? 1) ??( N )] 和θ? 。构造向量 N ?1 ψ? T N ?1 ? [? y(n ? N ? 1) 其中??(n ? N ) ? y(n ? N ) ? ψ?T θ? ，然后根据递推方程递推计算θ? ： N N ?1 θ? ? θ? ?K ( y ? ψ