MISO系统辅助模型多新息增广随机梯度算法

• 作者: 肖永松 赵学良
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 辅助模型 随机梯度 多新息辨识 MISO系统 输出误差模型
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 39-42
• 分类号: TP301.6
• 字数: 3063字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.02.010

摘要

对于有色噪声干扰的输出误差多输入单输出(MISO)系统,常规的递推最小二乘辨识方法给出的参数估计是有偏的.为了提高随机梯度辨识方法的收敛精度和速度,用辅助模型的输出代替辨识模型信息向量中的未知不可测变量,推导出其辅助模型增广随机梯度辨识算法;再引入新息长度扩展标量新息为新息向量,提出了基于辅助模型的MISO系统多新息增广随机梯度辨识算法.所得算法在每一次的迭代中不仅使用了当前数据和新息,而且使用了过去数据和新息,提高了参数估计精度和收敛速度.仿真例子验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖永松	江南大学控制科学与工程研究中心	16	34	3.0	4.0
2	赵学良	江南大学控制科学与工程研究中心	2	3	1.0	1.0