輸出誤差類模型辨識方法的研究.pdf

1、本文研究有色噪聲干擾下的輸出誤差類系統(tǒng)的辨識問題，推導相關算法并進行仿真驗證。 推導針對含有色噪聲干擾的輸出誤差類系統(tǒng)模型的基于輔助模型的多新息最小二乘算法和多新息隨機梯度算法。其辨識思想是使用輔助模型輸出代替輸出誤差類模型的未知過程模型的輸出?；诙嘈孪⒎椒?，構(gòu)造多新息向量矩陣來辨識系統(tǒng)參數(shù)。仿真試驗表明基于輔助模型的多新息算法收斂速度快，并且辨識結(jié)果更加平穩(wěn)。 推導迭代最小二乘算法和迭代隨機梯度算法。本文中所述的迭代

2、辨識方法是離線方法，辨識之前得到所有輸入、輸出可測數(shù)據(jù)。在每步迭代計算過程中，使用系統(tǒng)的所有可測數(shù)據(jù)，獲得盡可能多的信息來提高參數(shù)估計精度。迭代辨識思想基于交互估計理論，雖然每一步的計算量很大，但是收斂速度快，從而使總體的辨識效果更好。仿真結(jié)果表明，算法仿真精度隨著系統(tǒng)數(shù)據(jù)長度增加而提高。 基于信號濾波思想，結(jié)合輔助模型方法，提出基于濾波的輔助模型最小二乘算法和基于濾波的輔助模型隨機梯度算法。針對有色噪聲干擾模型引入線性濾波器，