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:
遗忘漂移时变系统的辨识极为困难,关键在于参数模型中的矩阵H是未知的.为解决此问题,提出了当H已知时,采用遗忘梯度辨识算法和多新息辨识算法; 当H未知时,采用递阶辨识方法.提出的遗忘梯度算法、遗忘漂移多新息辨识和递阶辨识算法的计算量都较增广Kalman滤波算法小.仿真结果表明: 遗忘梯度算法估计遗忘漂移时变参数的精度优于Kalman滤波算法.
推荐文章
基于时间序列分析方法的FOG随机漂移建模与辨识
参数估计
时间序列分析
光纤陀螺
卡尔曼滤波/平滑
基于有限记忆变遗忘因子的子空间辨识算法
子空间辨识
变遗忘因子
有限记忆
欧氏距离
带变遗忘因子的自适应子空间预测控制器设计
非线性时变
数据驱动
在线子空间辨识
自适应
遗忘因子
辨识时变随机系统遗忘因子算法的收敛性分析
参数估计
遗忘因子
指数收敛
持续激励
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 遗忘漂移时变系统的辨识
来源期刊 清华大学学报(自然科学版) 学科 工学
关键词 递阶辨识 参数估计 Kalman滤波
年,卷(期) 2002,(3) 所属期刊栏目 自动化
研究方向 页码范围 365-368
页数 4页 分类号 TP273
字数 2672字 语种 中文
DOI 10.3321/j.issn:1000-0054.2002.03.022
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 丁锋 清华大学自动化系 20 401 11.0 20.0
2 丁韬 清华大学自动化系 16 291 10.0 16.0
3 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  (6)
共引文献  (32)
参考文献  (4)
节点文献
引证文献  (8)
同被引文献  (15)
二级引证文献  (34)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(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)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(4)
  • 引证文献(1)
  • 二级引证文献(3)
2008(7)
  • 引证文献(2)
  • 二级引证文献(5)
2009(5)
  • 引证文献(2)
  • 二级引证文献(3)
2010(4)
  • 引证文献(1)
  • 二级引证文献(3)
2011(4)
  • 引证文献(0)
  • 二级引证文献(4)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
递阶辨识
参数估计
Kalman滤波
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
总被引数(次)
132043
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导