位置:成果数据库 > 期刊 > 期刊详情页
基于辅助模型的递推增广最小二乘辨识方法
  • ISSN号:1000-8152
  • 期刊名称:控制理论与应用
  • 时间:0
  • 页码:26-30
  • 语言:中文
  • 分类:TP273[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]青岛大学自动化工程学院,山东青岛266071
  • 相关基金:山东省高等学校优秀青年教师国内访问学者项目:国家自然科学基金资助项目(60673101).
  • 相关项目:人工脑的信息处理新神经网络模型研究
作者: 王冬青|
中文摘要:

针对有色噪声干扰的输出误差滑动平均系统,将辅助模型与递推增广最小二乘算法相结合:用辅助模型的输出代替辨识模型信息向量中的未知真实输出项,用估计残差代替信息向量中的不可测噪声项,从而提出了基于辅助模型的递推增广最小二乘辨识方法.为了展示所提方法的特点,文中还给出了经过模型变换的递推增广最小二乘算法.理论分析和仿真研究表明,提出的方法原理简单、计算量小,可以给出高精度参数估计,且能够用于在线辨识.

英文摘要:

For output error moving average systems with colored noises (OEMA model), this paper combines the auxiliary model and the recursive extended least squares algorithm to present the auxiliary model based recursive extended least squares (AMRELS) algorithm. In this approach, we replace the unknown true outputs in the information vector with the outputs of the auxiliary model, and replace the immeasurable noise terms in the information vector with the estimated residuals. To demonstrate the advantage of the proposed algorithm, this paper gives the recursive extended least squares algorithm through model transformation. The analysis and simulation results indicate that the AMRELS algorithm is simple in principle, with less computational burden, capable of generating more accurate parameter estimates and can be implemented on-line.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《控制理论与应用》
  • 北大核心期刊(2011版)
  • 主管单位:国家教育部
  • 主办单位:华南理工大学 中国科学院数学与系统科学研究院
  • 主编:胡跃明
  • 地址:广州五山路华南理工大学3号楼516室
  • 邮编:510640
  • 邮箱:aukzllyy@scut.edu.cn
  • 电话:020-87111464
  • 国际标准刊号:ISSN:1000-8152
  • 国内统一刊号:ISSN:44-1240/TP
  • 邮发代号:46-11
  • 获奖情况:
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:21084