基于奇异值分解的Box-Jenkins模型参数估计算法

• 作者: 张中华 张端金 郭建军
• 来源期刊: 郑州大学学报（工学版）
• 学科: 地球科学
• 关键词: 参数估计 奇异值分解 递推广义增广最小二乘法 Box-Jenkins模型
• 年，卷（期）: 2008,（3）
• 页码范围: 39-42
• 页数: 4页
• 分类号: N945.14|TP13
• 字数: 2025字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6833.2008.03.010

摘要

基于奇异值分解和递推广义增广最小二乘原理,提出了Box-Jenkins模型参数估计的一种递推算法.常规的递推广义增广最小二乘算法对舍入误差较为敏感,会导致协方差矩阵失去正定性和对称性,产生病态条件问题,引起数值不稳定现象.为了改善参数估计的性能,利用协方差矩阵的奇异值分解技术,推导出Box-Jenkins模型估计算法.该算法辨识精度高,收敛速度快,数值稳定性好.仿真表明,随着噪信比的增大.新算法仍然具有良好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张端金	郑州大学信息工程学院	48	639	12.0	24.0
2	张中华	郑州大学信息工程学院	6	98	4.0	6.0
3	郭建军	郑州大学信息工程学院	6	72	4.0	6.0