基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
多新息辨识算法是估计系统参数的一种有效方法,其特点是可以克服坏数据对参数估计的影响,具有很强的鲁棒性.该文给出了衰减激励信号的定义,并在衰减激励条件下,利用随机过程理论,研究了随机系统多新息辨识算法的性能,给出了参数估计误差收敛时,衰减指数应满足的条件,以及算法中设计参变量的选择方法.分析表明:若设计参变量选择为r(t)=O(t2 ε (1nt)c),(c>0),衰减指数满足0≤ε<11/4,则参数估计均方误差以O(1/Intc)速度收敛于零a
推荐文章
多变量系统辅助模型多新息随机梯度辨识方法
随机梯度
多新息辨识
多变量系统
输出误差模型
辅助模型
多新息随机梯度辨识方法
辨识
参数估计
多新息辨识
最小均方算法
基于综合目标函数的神经网络多新息辨识算法
系统辨识
综合目标函数
神经网络
多新息
多元系统耦合多新息随机梯度类辨识方法
参数估计
递推辨识
梯度搜索
最小二乘
辅助模型辨识思想
多新息辨识理论
递阶辨识原理
耦合辨识概念
多元系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 随机系统多新息辨识在衰减激励下的性能
来源期刊 清华大学学报(自然科学版) 学科 工学
关键词 参数估计 多新息辨识 衰减激励
年,卷(期) 2001,(9) 所属期刊栏目 自动化
研究方向 页码范围 115-117
页数 3页 分类号 TP273
字数 2596字 语种 中文
DOI 10.3321/j.issn:1000-0054.2001.09.030
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 萧德云 清华大学自动化系 107 2922 26.0 52.0
2 丁锋 清华大学自动化系 20 401 11.0 20.0
3 丁韬 清华大学自动化系 16 291 10.0 16.0
4 杨家本 清华大学自动化系 31 1143 17.0 31.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (12)
同被引文献  (47)
二级引证文献  (200)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(2)
  • 参考文献(2)
  • 二级参考文献(0)
1992(2)
  • 参考文献(2)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(3)
  • 引证文献(1)
  • 二级引证文献(2)
2007(4)
  • 引证文献(0)
  • 二级引证文献(4)
2008(19)
  • 引证文献(2)
  • 二级引证文献(17)
2009(10)
  • 引证文献(1)
  • 二级引证文献(9)
2010(8)
  • 引证文献(1)
  • 二级引证文献(7)
2011(15)
  • 引证文献(1)
  • 二级引证文献(14)
2012(16)
  • 引证文献(1)
  • 二级引证文献(15)
2013(10)
  • 引证文献(1)
  • 二级引证文献(9)
2014(25)
  • 引证文献(1)
  • 二级引证文献(24)
2015(23)
  • 引证文献(1)
  • 二级引证文献(22)
2016(25)
  • 引证文献(0)
  • 二级引证文献(25)
2017(26)
  • 引证文献(0)
  • 二级引证文献(26)
2018(15)
  • 引证文献(0)
  • 二级引证文献(15)
2019(10)
  • 引证文献(0)
  • 二级引证文献(10)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
参数估计
多新息辨识
衰减激励
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
清华大学学报(自然科学版)
月刊
1000-0054
11-2223/N
大16开
北京市海淀区清华园清华大学
2-90
1915
chi
出版文献量(篇)
7846
总下载数(次)
26
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导