基于随机近似算法的非线性ARX系统的递归辨识

Kernel function Markov chain

非参数的识别用于与由 + 非线性自回归系统考虑+1。首先，引入然后提出了基于核函数的具有扩展截断的随机逼近算法（SAAWET）来递归地估计值。在任意给定的φ*Δ/ = [ （1），...，（ 0 ），（1），...，（ 0 ）] τ时 ∈ R 2 0 。结果表明，该估计以概率一收敛到真实值。在建立估计的强一致性时，与NARX系统相关的马尔可夫链的属性起着重要作用。数值算例表明，仿真结果与理论分析吻合。本文的目的不仅是为所考虑的问题提供具体的解决方案，而且还为非线性系统提供一种新的分析方法。提出的将马尔可夫链属性与随机逼近算法结合起来的方法可能具有未来的潜力，尽管必须对趋于无穷大。

文件下载

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

基于随机近似算法的非线性ARX系统的递归辨识

文件下载

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载