方程误差系统的多新息辨识方法

更新时间:2015-10-30

【摘要】多新息方法可以用于线性系统和非线性系统的自适应滤波、参数估计、自校正控制、自适应故障检测与诊断等．线性系统包括两种基本类型：方程误差类系统和输出误差类系统．本文将多新息辫识应用到方程误差滑动平均(EEMA)系统（即CARMA系统）．研究多新息增广随机梯度算法和多新息增广最小二乘算法，应用到方程误差自回归滑动平均(EEARMA)系统（即CARARMA系统），提出基于分解的多新息广义增广随机梯度算法和基于分解的多新息广义增广最小二乘算法，以及基于滤波的多新息广义增广随机梯度算法和基于滤波的多新息广义增广最小二乘算法．

【关键词】 参数估计 递推辨识 梯度搜索 最 小二乘 滤波 分解 辅助模型辫识思想 多新息辫识理论 递阶辫识原理 方程误 差系统 线性系统

阅读全文