方程誤差類(lèi)模型是系統(tǒng)輸出受到噪聲干擾的一類(lèi)隨機(jī)系統(tǒng)模型。當(dāng)這類(lèi)模型的系統(tǒng)輸入也受到噪聲干擾時(shí),標(biāo)準(zhǔn)的遞推最小二乘辨識(shí)算法無(wú)法得到系統(tǒng)參數(shù)向量的無(wú)偏估計(jì),其估計(jì)表達(dá)式中存在關(guān)于系統(tǒng)噪聲的偏差項(xiàng)。為了改進(jìn)算法以得到系統(tǒng)參數(shù)的無(wú)偏估計(jì),本文基于偏差補(bǔ)償?shù)乃枷?計(jì)算出標(biāo)準(zhǔn)遞推最小二乘算法中存在偏差項(xiàng)的具體表達(dá)式,然后利用偏差項(xiàng)來(lái)補(bǔ)償標(biāo)準(zhǔn)最小二乘算法的參數(shù)估計(jì)結(jié)果。主要工作如下:分析方程誤差類(lèi)模型的四種具體模型,受控自回歸模型、受控自回歸滑動(dòng)平均模型、方程誤差自回歸模型及方程誤差自回歸滑動(dòng)平均模型。并且著重解析輸入存在白噪聲干擾的前兩種模型,推導(dǎo)標(biāo)準(zhǔn)遞推最小二乘算法中存在偏差項(xiàng)的具體表示形式。對(duì)于輸入存在白噪聲干擾的受控自回歸模型,解析其偏差項(xiàng),分解為本文定義的輸入白噪聲自相關(guān)函數(shù)矩陣與系統(tǒng)參數(shù)向量矩陣相乘的表達(dá)式。然后基于增廣最小二乘算法的思想,引入新的參數(shù)向量和信息向量及系統(tǒng)最小二乘準(zhǔn)則函數(shù),建立關(guān)于本文定義矩陣的方程組,進(jìn)而得到偏差項(xiàng)的估計(jì)值。在此基礎(chǔ)上,建立基于偏差補(bǔ)償?shù)倪f推最小二乘辨識(shí)算法。對(duì)于輸入存在白噪聲干擾的受控自回歸滑動(dòng)平均模型,由于其與受控自回歸模型非常相似,著重分析其與受控... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究的背景和意義
    1.2 課題研究現(xiàn)狀
        1.2.1 系統(tǒng)辨識(shí)研究現(xiàn)狀
        1.2.2 輸入誤差方程誤差模型研究現(xiàn)狀
    1.3 本文主要研究?jī)?nèi)容
第2章 方程誤差類(lèi)模型的RLS辨識(shí)算法
    2.1 方程誤差類(lèi)模型介紹
    2.2 輸出受白噪聲干擾的遞推最小二乘參數(shù)辨識(shí)算法
    2.3 輸出受有色噪聲干擾的遞推最小二乘參數(shù)辨識(shí)算法
    2.4 本章小結(jié)
第3章 受控自回歸模型的偏差補(bǔ)償辨識(shí)算法
    3.1 算法框架
    3.2 偏差估計(jì)
    3.3 算法結(jié)果
    3.4 仿真結(jié)果分析
    3.5 本章小結(jié)
第4章 受控自回歸滑動(dòng)平均模型的辨識(shí)算法
    4.1 算法框架
    4.2 偏差估計(jì)
    4.3 算法結(jié)果
    4.4 仿真結(jié)果分析
    4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝



本文編號(hào)：3064568