多步最小二乘例--传递函数等价降阶
有色噪声模型：数据文件 y6.mat
(1+1.5q-1+0.7q-2)y(k)=q-23.2u(k)+
辨识结果（给定结构：m =2 1，tao =0 2）
zta =
1.4938
0.6938
3.2194
2022-11-24 16:58:07
467KB
1
影响最小二乘计算结果的因素:
u(k) ΦTΦ是否可逆
噪声w(k) 大,则 的方差大
白色零均值, 是无偏估计
数据总量N N越大, 的方差越小
2022-10-07 20:07:27
467KB
1
预报误差估计法
对于模型结构已知的系统，如果我们获得参数的某个估计，则可对输出进行预报，那么用预报误差的大小来衡量参数估计的优劣也是合理的。定义输出估计误差：
e(k)=y(k)- (k)， 将收敛于e(k)的协方差阵。通常采用的预报误差准则有：
J1(θ)=Tr(ΛD(θ)), J2(θ)=log det(D(θ))。可以证明，当e(k)～N(0,Σe)时，若J1(θ)中的Λ取为Λ=LΣe-1，则预报误差估计等价于极大似然估计；
2022-08-26 16:03:56
467KB
1
4实验法－基于系统辨识的建模方法
已知知识和辨识目的
实验设计--选择实验条件
模型阶次--适合于应用的适当的阶次
参数估计--最小二乘法
模型验证—将实际输出与模型的计算输出进行比较，系统模型需保证两个输出之间在选定意义上的接近
2022-03-21 09:11:14
5.68MB
1
辅助变量法例
有色噪声模型：数据文件 y6.mat
(1+1.5q-1+0.7q-2)y(k)=q-23.2u(k)+
辨识结果（给定结构：m =2 1，tao =0 2）
1. 使用辅助模型：a=[1 1.7 0.72];b=[0 0 1];
zta =
1.4956
0.6962
3.2234
2021-12-14 21:40:34
467KB
1
内含自己的所有系统辨识的资料：
书：系统辨识及应用（作者：李言俊）
报告：三篇经典的实验报告
程序：包含所有辨识方法，最小二乘一次递推算法，ELS,GLS,遗忘因子法，限定记忆法，最大似然法.....
2020-01-11 03:03:23
4.11MB
1