系統(tǒng)辨識實驗報告_第1頁
系統(tǒng)辨識實驗報告_第2頁
系統(tǒng)辨識實驗報告_第3頁
系統(tǒng)辨識實驗報告_第4頁
系統(tǒng)辨識實驗報告_第5頁
已閱讀5頁,還剩2頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

.④按新的輸入、輸出模型求出參數(shù)的第二次估計值。結(jié)果如下:Result6=[-0.6538;0.2926;0.0454;1.8776;-1.6042]廣義遞推最小二乘法〔GLS〕廣義最小二乘法的遞推計算過程可分成兩個部分:按遞推最小二乘法<RLS>,隨著N的增大,不斷計算<逐步接近于無偏>和<逐步使噪聲白化>;在遞推過程中,和是時變的,則過濾信號與殘差是由時變系統(tǒng)產(chǎn)生,要不斷計算。因而,遞推廣義最小二乘法由兩組普通的遞推最小二乘法組成,它們是通過濾波算法聯(lián)系起來的:結(jié)果如下:result7=[-1.0164;0.1754;-0.0159;2.0056;-1.6438]噪聲傳遞系數(shù)的估計結(jié)果:[-0.0307;0.0900]圖10廣義遞推最小二乘參數(shù)過渡過程增廣矩陣法<ELS/RELS><增廣最小二乘法>增廣矩陣法是把觀測矩陣適當(dāng)增大,使得有偏估計的程度得到一定改善。這一方程結(jié)構(gòu)適用于遞推最小二乘法,但向量中是未知的。解決這個矛盾的一個方法是用估計值代替,即:其中,,初始值可以取為零。按照與前面類似的遞推方法,得到增廣矩陣法參數(shù)估計。增廣矩陣法在實際中有廣泛的應(yīng)用,收斂情況也比較好。結(jié)果如下:result8=[-0.8636;0.0747;-0.0162;1.

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論