多输入单输出时变输出误差模型学习辨识算法

• 作者: 仲国民 何熊熊 祝徐轩
• 来源期刊: 高技术通讯
• 关键词: 学习辨识 最小二乘法 随机梯度法 辅助模型 多输入单输出(MISO)系统
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 1140-1148
• 页数: 9页
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2020.11.006

摘要

本文考虑了多输入单输出(MISO)时变输出误差系统参数的估计问题.对于多输入单输出时变输出误差系统,识别的难点在于待辨识的模型参量是随着时间而变化的,尤其突变的参数更难辨识.针对这一问题,本文将辅助模型的思想应用到学习算法中,给出了基于辅助模型的迭代学习随机梯度算法和基于辅助模型的迭代学习最小二乘算法的推导过程.最后,提供了说明性的仿真实例来分析所提出的算法,仿真结果表明基于辅助模型的迭代学习最小二乘算法可以快速跟踪突变的参数,获得精准的参数估计,验证了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何熊熊		49	267	11.0	13.0
2	仲国民		10	16	2.0	4.0
3	祝徐轩		1	0	0.0	0.0