基于估计参数辨识递推算法用于输出间断采样条件下的线性系统参数辨识

• 作者: 叶庆泰 李力千 陈超
• 来源期刊: 上海交通大学学报
• 学科: 工学
• 关键词: 间断采样 线性系统 参数 系统辨识
• 年，卷（期）: 2003,（z1）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 129-132
• 页数: 4页
• 分类号: TP13
• 字数: 3567字
• 语种: 中文
• DOI: 10.3321/j.issn:1006-2467.2003.z1.032

摘要

最小二乘法是用于连续采样条件下线性系统参数辨识的常用算法,但在间断采样条件下,最小二乘法存在很多不足.提出一种基于估计的参数辨识递推(EBRLS)算法,并从理论上分析了其收敛性.仿真研究表明,对于普通辨识算法无法处理的间断采样情况.EBRLS可以给出令人满意的参数辨识结果,甚至在可用数据极其稀疏的情况下仍然有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶庆泰	上海交通大学机械与动力工程学院	58	831	16.0	26.0
2	陈超	上海交通大学机械与动力工程学院	52	259	8.0	14.0
3	李力千	北京航空航天大学自动化科学与电气工程系	1	1	1.0	1.0