增广递推最小二乘参数估计.docxVIP

%增广递推最小二乘参数估计(ERLS) 考虑如下系统： y(k)-1.5y(k-1)+0.7y(k-2)=u(k-3)+0.5u(k-4)+(k)-(k-1)+0.2(k-2)式中(k)为方差为0.1的白噪声。 选择方差为1的白噪声作为输入信号u(k). clearall;closeall;a=[1-1.50.7];b=[10.5];c=[1-10.2];d=3;%对象参数na=length(a)-1;nb=length(b)-1;nc=length(c)-1;%计算阶次L=1000;%数据长度uk=zeros(d+nb,1);yk=zeros(na,1);%输入输出初值xik=zeros(nc,1);%噪声初值xiek=zeros(nc,1);%噪声估计初值u=randn(L,1);%输入采用方差为1的白噪声序列xi=sqrt(0.1)*randn(L,1);%方差为0.1的白噪声干扰序列theta=[a(2:na+1);b;c(2:nc+1)];%对象参数真值thetae_1=zeros(na+nb+1+nc,1);%参数初值,na+nb+1+nc为辨识参数个数P=10A6*eye(na+nb+1+nc);lambda=0.98;%遗忘因子范围[0.91]fork=1:L phi=[-yk;uk(d:d+nb);xik];%测量向量 y(k)=phi*theta+xi(k);%