广义最小二乘限定记忆参数辨识方法与仿真研究

• 作者: 俞宗嘉 胡焱东 胡金东 鲁照权
• 来源期刊: 安徽大学学报（自然科学版）
• 学科: 工学
• 关键词: 参数辨识 广义最小二乘 限定记忆 递推算法 仿真研究
• 年，卷（期）: 2009,（6）
• 页码范围: 29-33
• 页数: 5页
• 分类号: TP15
• 字数: 2680字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2162.2009.06.008

摘要

最小二乘参数辨识法可用于动态系统、静态系统、线性系统、非线性系统的参数估计.可用于离线估计,也可用于在线估计.最小二乘辨识法简单、实用,其递推算法收敛可靠,并且当模型噪声为白噪声时,可得到无偏、一致和有效的估计,从而得到广泛的应用.但当模型噪声是有色噪声时,最小二乘参数估计不是无偏、一致估计,并且随着数据的增长,最小二乘递推辨识算法将出现数据饱和现象,以致递推算法慢慢失去修正的能力.广义最小二乘递推算法解决了模型噪声是有色噪声时,最小二乘参数估计的无偏性和一致性问题,并能给出噪声模型的参数估计值,但依然存在数据饱和问题.论文在广义最小二乘递推算法的基础上引入限定记忆方式,获得了广义最小二乘限定记忆参数估计递推算法(RFMGLS),解决了广义最小二乘递推算法的数据饱问题.仿真结果表明了RFMGLS算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁照权	合肥工业大学电气与自动化工程学院	60	423	12.0	16.0
2	胡焱东	合肥工业大学电气与自动化工程学院	4	21	3.0	4.0
3	胡金东	合肥工业大学电气与自动化工程学院	3	15	2.0	3.0
4	俞宗嘉	合肥工业大学电气与自动化工程学院	3	15	2.0	3.0