系统科学与数学
繫統科學與數學
계통과학여수학
JOURNAL OF SYSTEMS SCIENCE AND MATHEMATICAL SCIENCES
2010年
6期
768-781
,共14页
特征模型%参数辨识%子空间方法%状态估计%带遗忘因子递推最小二乘
特徵模型%參數辨識%子空間方法%狀態估計%帶遺忘因子遞推最小二乘
특정모형%삼수변식%자공간방법%상태고계%대유망인자체추최소이승
说明线性定常系统特征模型的特征参量是一组由高阶线性定常系统的相关信息压缩而成,于是不能简单的作为与状态无关的慢时变参数来处理.基于特征建模思想,建立了线性定常系统特征模型的特征参量与子空间方法之间的联系,给出了一种该特征模型的特征参量的合成辨识算法.同时证明了在用于子空间辨识的样本量充分大和用于状态估计的时间充分长的情况下,特征参量的估计值与真值之间的误差达到充分小.最后,对于一个六阶的单输入单输出线性定常系统的仿真例子,对投影的带遗忘因子最小二乘算法和合成辨识算法进行了比较,验证了合成辨识算法的有效性.
說明線性定常繫統特徵模型的特徵參量是一組由高階線性定常繫統的相關信息壓縮而成,于是不能簡單的作為與狀態無關的慢時變參數來處理.基于特徵建模思想,建立瞭線性定常繫統特徵模型的特徵參量與子空間方法之間的聯繫,給齣瞭一種該特徵模型的特徵參量的閤成辨識算法.同時證明瞭在用于子空間辨識的樣本量充分大和用于狀態估計的時間充分長的情況下,特徵參量的估計值與真值之間的誤差達到充分小.最後,對于一箇六階的單輸入單輸齣線性定常繫統的倣真例子,對投影的帶遺忘因子最小二乘算法和閤成辨識算法進行瞭比較,驗證瞭閤成辨識算法的有效性.
설명선성정상계통특정모형적특정삼량시일조유고계선성정상계통적상관신식압축이성,우시불능간단적작위여상태무관적만시변삼수래처리.기우특정건모사상,건립료선성정상계통특정모형적특정삼량여자공간방법지간적련계,급출료일충해특정모형적특정삼량적합성변식산법.동시증명료재용우자공간변식적양본량충분대화용우상태고계적시간충분장적정황하,특정삼량적고계치여진치지간적오차체도충분소.최후,대우일개륙계적단수입단수출선성정상계통적방진례자,대투영적대유망인자최소이승산법화합성변식산법진행료비교,험증료합성변식산법적유효성.
