最小二乘辨识方法
10期张勇等:有色噪声干扰输出误差系统的偏差补偿递推最4'--乘辨识方法
1057
准则函数的递推关系
^(t)=∑㈨)一矿(0bLS(t)]2=
Jl(t-1)+鼍蒜器锗㈣,
由式(13)一(21),可以归纳出BCRLS:
0B(£)=0LS(t)+P1(t)t[R (t徊BO一1)+
多。(t)】(22)口Ls(t)=OLs(t一1)+L10)协(£)一矿(t)0Ls(t—1)】
(23)
L (t)=PlO一1)驴(t)【1+
矿(t)B0—1)9(t)】_1(24)
t"1(t)=P10—1)一L-O)97(t)P10—1)(25)在计算酩(t)的BCRLS算法中,初值一般假设为
Pl【0)=p0厶,Po为一个大正数(如Po=106),厶
为n阶单位阵;0Ls(o)和0B(o)为零向量或者一个较小的实数向量,如bLs(o)=OB(o)=k/Po,其中
1i表示元均1的再维向量,其具体计算步骤总结如
1)采集数据{"(t),F(t)’,设定数据长度厶,并设
计稳定滤波器F(z),用于对系统输入信号滤波,形成扩充系统(9).
2)设定初值,令t=1时,取Po=108,B(o)=p0厶,0Ls(0)=OB(O)=1n/po,^(0)=0.
3)根据式(10)构造9(t).
4)用式(21)计算^(t),式(25)计算P1(£),式(24)计算工l(t),式(23)计算口L8(t),并由式(16)和(20)计算出噪卢相关函数f。∽0=0,1,…,n。),进而得到争1(£)与R-(£).
±
5)用式(22)计算无偏估计如(t).
±
6)通过无偏估计0B(t)和稳定滤波F(z)给定的已知零点计算aB(t).
7)如果t=L。+1,那么终止计算,并且得到参数
口的无偏估计%(L);否则t增加1,同到3).万
方数据4仿真例子
例.考虑一个二阶仿真对象
卵)=罴啡…㈣
A(z1=1+alz一1+a2z一2
B(z)=blz一1+62z一2
0=[一1.60,o.78,o.84,0.461’
假定有色随机噪卢干扰由以FMA模型产生
e(t)=v(t)+0.6v(t一1)+0.3v(t一2)其中如(t)}采用零均值方差为砖自噪声序列,系统输入{u(£))采用零均值单位方差(砖=1.002)不
相关可测随机变量序列.引入如F滤波器
F(z)=(I一0.6z-1)(1—0.8z。1)
将二阶随机线性系统扩展成
卵)=器邵)+e㈣
豆(z)=512—1+_2z一2+53z一3+b4z一4
a=[-1.60,0.78,0,84,
一0.7166.一0.2408.0.220817改变砖可以控制噪信比4。.当程:o.502时,
系统的噪信比为k。=13.00%;当一=1.002时,系统的噪信比为矗。=26.0l%.系统噪信比定义为
输出中口(t)的方差var[e(t)]=程与无噪输出z(t)的方差vWk(t)】=畦之比的平方根㈦,用数学关
系式可以表达为
乳=
×100%:生×100%
如
坤)=器呻)
在输入数据为平稳信号情况卜.,运用BCRLS算法、递推虽4,--乘法(RLS)、BCLS算法辨识这个系统的参数,不同噪信比F的仿真结果如表1和
表2,削1和|墨|2所示,其中5=lIO(t)一Oll/llOlI为
系统模型参数估计误差,数据长度工。=3000,三种
方法的参数估计误差J随t变化曲线如图1和图2所示.参数估计误差曲线可以用来衡量参数估计收
敛于真值的速率和参数估计精度.
有色噪声干扰输出误差系统的偏差补偿递推最小二乘辨识方法_专业资料。借助于偏差补偿原理和预滤波思想, 推导了有色噪声干扰输出误差系统参数估计的偏差补偿递推最...
补 偿最小二乘估计中噪声引起的偏差,进而推导偏差 补偿递推辨识方法.它能够在线辨识非平稳信号作 为输入时的有色噪声干扰输出误差系统的参数,减 小了辨识对输入...
有色噪声干扰随机系统的偏差补偿递推最小二乘辨识方法 For ARX-like systems, this paper derives a bias compensation based recursive least squares ...
1060 (张勇, 杨慧中. 有色噪声干扰输出误差系统的偏差补偿递推最小二 乘辨识方法. 自动化学报, 2007, 33(10): 1053?1060) 17 Abrahamsson R, Kay S M,...
1060 (张勇, 杨慧中. 有色噪声干扰输出误差系统的偏差补偿递推最小二 乘辨识方法. 自动化学报, 2007, 33(10): 1053?1060) 17 Abrahamsson R, Kay S M,...
1060 (张勇, 杨慧中. 有色噪声干扰输出误差系统的偏差补偿递推最小二 乘辨识方法. 自动化学报, 2007, 33(10): 1053?1060) 17 Abrahamsson R, Kay S M,...
系统参数估计采用的是包含当前预报误差和 之前估计误差的递推算法辨识。 噪声部分参数则是采用扩展 的最小二乘算法辨识。 该文对新的递推算法进行了仿真, 实 验...
观测噪声的多变量自回归 (AR )信号 ,提出了未知模型参数和噪声方差估计的偏差补偿递推最小二乘算 法 ,用动态误差系统分析方法严格证明了所得到的模型参数和噪声...
17 1 应用最小二乘一次完成法和递推最小二乘法...经典辨识方法的辨识 方案,详细描述了输入信号、噪声...J 是误差函数,是过程输出 y 和模型输出 yM 的一...
热门文档