clear all
close all
%channel system order
sysorder = 5 ;
% Number of system points
N=2000;
inp = randn(N,1);
2021-11-23 14:12:06
15KB
1
针对全钒液流电池的荷电状态(SOC)估计精度低、估计成本较高等问题,提出一种基于递推最小二乘算法(RLS)与扩展卡尔曼滤波算法(EKF)相结合的估计方法.该方法通过RLS算法辨识所建立的钒电池数学模型参数,通过EKF算法估计钒电池的SOC,将二者结合实现电池参数发生变化时准确估计钒电池的SOC.以5kW/ 30kWh的钒电池为对象,应用所提出的算法实现钒电池的SOC估计.结果表明,该算法可以准确估计钒电池的SOC,且可节省额外增加单片检测电池测量SOC的费用.
2021-11-12 21:29:41
526KB
1
RLS递归最小二乘算法是对最小二乘算法的改进，利用其训练RBF网络时，先要确定网络的中心和宽度等参数，利用该算法对RBF网络的权值进行学习，程序调试通顺，下载初始化之后直接可用
2021-11-04 09:49:42
1KB
1
Machine-Learning机器学习笔记
回归分析Regression Analysis(LS,LASSO,RR,RLS,BR),
聚类Clustering(KNN, EM, Mean-shift)
数字分类Digits Classification
2021-11-01 19:27:30
2.41MB
1
自适应滤波器在随机信号处理当中得到了广泛应用。文讲述了LMS算法和RLS算法的基本原理，基于两种算法的推导过程较为繁琐，不便理解，本文以两种算法的主要计算环节为突破口，选取合适的迭代公式，对两种算法进行公式推导，方便读者理解。同时，本文通过原理推导、软件仿真的试验方法，设置输入信号、噪声信号，通过输出信号的图像走势对两种算法的优缺点进行对比分析，使读者对两种算法及滤波器的设计具有直观的认识，有一定的参考意义。
2021-10-19 19:13:50
1.07MB
1