利用梯度搜索、牛頓搜索、多新息辨識(shí)理論,研究多頻標(biāo)準(zhǔn)正弦信號(hào)的建模問(wèn)題,提出了相應(yīng)的最小均方參數(shù)辨識(shí)算法、隨機(jī)梯度參數(shù)辨識(shí)算法、多新息隨機(jī)梯度參數(shù)辨識(shí)算法、遞推梯度參數(shù)辨識(shí)算法、牛頓遞推參數(shù)辨識(shí)算法等,給出了幾個(gè)典型辨識(shí)算法的計(jì)算步驟。文中的方法可以推廣到其它多頻信號(hào)模型的參數(shù)辨識(shí)。

【文章頁(yè)數(shù)】：12 頁(yè)

【文章目錄】：
1 多頻標(biāo)準(zhǔn)信號(hào)模型
2 最小均方參數(shù)辨識(shí)算法
3 隨機(jī)梯度參數(shù)辨識(shí)算法
    3.1 隨機(jī)梯度辨識(shí)算法
    3.2 遺忘因子隨機(jī)梯度辨識(shí)算法
    3.3 投影辨識(shí)算法
    3.4 修正隨機(jī)梯度辨識(shí)算法
    3.5 修正遺忘因子隨機(jī)梯度辨識(shí)算法
4 多新息隨機(jī)梯度參數(shù)辨識(shí)算法
    4.1 多新息隨機(jī)梯度辨識(shí)算法
    4.2 加權(quán)多新息隨機(jī)梯度辨識(shí)算法
    4.3 遺忘因子多新息隨機(jī)梯度辨識(shí)算法
    4.4 多新息投影辨識(shí)算法
    4.5 修正多新息隨機(jī)梯度辨識(shí)算法
    4.6 修正遺忘因子多新息隨機(jī)梯度辨識(shí)算法
5 遞推梯度參數(shù)辨識(shí)算法
6 牛頓遞推參數(shù)辨識(shí)算法
7 結(jié)語(yǔ)



本文編號(hào)：3864116