【正文】 Columns 14 through 26 Columns 27 through 30 辨識參數(shù)矩陣：c = Columns 1 through 13 0 0 0 0 0 0 0 Columns 14 through 26 Columns 27 through 30 辨識參數(shù)誤差矩陣e = +003 * Columns 1 through 13 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Columns 14 through 26 Columns 27 through 30 輸入輸出根徑圖：圖 8 增廣最小二乘法輸入輸出根徑圖辨識過程的參數(shù)：圖 9 增廣最小二乘法辨識過程參數(shù)辨識過程中的誤差圖 10 增廣最小二乘法辨識過程中的誤差系統(tǒng)輸出矩陣和模型輸出矩陣的對比：圖 11 系統(tǒng)輸出矩陣和模型輸出矩陣的對比圖六、結(jié)果分析利用最小二乘法對系統(tǒng)進(jìn)行辨識，能夠在最小誤差平方的意義上對實驗數(shù)據(jù)實現(xiàn)最好的擬合。 %產(chǎn)生隨機(jī)噪聲for k=3:30 y(k)=*y(k1)*y(k2)+*u(k1)+*u(k2)。c3=XL39。 %產(chǎn)生輸出矩陣endfigure(1)。 %估計誤差矩陣賦初值for k=3:30 x1=[y(k1) y(k2) u(k1) u(k2)]39。 c1=c0+h1*d1。*p0。ea1=e(1,1:k)。,i,a2,39。) %點擊鼠標(biāo)，標(biāo)注左箭頭gtext(39。)gtext(39。plot(i,ea1,39。) %第三個圖形，繪制辨識的誤差title(39。)gtext(39。)gtext(39。 %ymd為模型輸出矩陣(考慮擇噪聲)e0=sqrt()+randn(1,30) %產(chǎn)生隨機(jī)序列e0for k=3:30 y(k)=*y(k1)*y(k2)+*u(k1)+*u(k2)+e0(k)+*e0(k1)+*e0(k2)。 %設(shè)定誤差允許值c=[c0,zeros(7,29)]。 d1=y(k)x139。 %產(chǎn)生不考慮噪聲時的模型輸出 ymd(k)=x139。*p0。b2=c(4,1:k)。ed0=e(5,1:k)。:39。:r39。) %點擊鼠標(biāo)，標(biāo)注左箭頭gtext(39。)gtext(39。)gtext(39。)gtext(39。g39。:y39。\leftarrow39。\leftarrow39。\leftarrow39。plot(i,y) %繪制考慮噪聲時的系統(tǒng)輸出矩陣圖形title(39。)subplot(414)i=1:30。plot(i,ym) %繪制不考慮噪聲時的模型輸出矩陣圖形title(39。ed239。ed039。eb139。ea139。:r39。:39。)gtext(39。)gtext(39。) %點擊鼠標(biāo)，標(biāo)注a2曲線gtext(39。) %標(biāo)注標(biāo)題gtext(39。y39。r39。eb1=e(3,1:k)。a2=c(2,1:k)。 %為下次循環(huán)做準(zhǔn)備 c(:,k)=c1。c1(3)。 %該兩句為利用遞推公式K(N+1)=1/[1+x39。 %c0為待估計參數(shù)的初始值，辨識參數(shù)為7個，所以為7行p0=10^6*eye(7,7)。 %ys為不考慮噪聲時的輸出矩陣，為其賦初值ym=zeros(1,30)。)gtext(39。) %點擊鼠標(biāo)，標(biāo)注ea1曲線gtext(39。,i,eb2,39。)figure(3)。) %點擊鼠標(biāo)，標(biāo)注a2曲線gtext(39。) %第二個圖形，用于繪制所估計的參數(shù)全部估計過程gtext(39。plot(i,a1,39。b1=c(3,1:k)。 %為下次循環(huán)做準(zhǔn)備 c(:,k)=c1。 d1=y(k)x139。 %規(guī)定誤差允許范圍c=[c0,zeros(4,29)]。 %產(chǎn)生隨機(jī)誤差for k=3:16 %產(chǎn)生隨機(jī)噪聲 v(k)=e0(k)+