s參數(shù)估計ls算法ppt課件(參考版)
2025-05-08 18:26本頁面
【正文】 。 p=(1/r)*(pxpx1*px*px39。 q=q+xpx1*px*(yx39。 xpx1=1/(r+x39。 ? ?? ?W T Wk k P k k( ) ( ) ( ) ( )? ? ? ? ? ?? ?1 1? ? )1k(?)k()k()k()1k(P)k()1k(?)k(? TWWLSLS ??????????? ????? y? ? )1k(P)k()k()1k(P)k()1k(P1)k(P WTWWWW ???????????? ??限定記憶算法只利用最近得到的 r個數(shù)據(jù)，而將其它更舊的數(shù)據(jù)完全扔掉，這樣也就消除了老數(shù)據(jù)對當前參數(shù)估計的影響。 ?取值越小 ， 則算法跟蹤參數(shù)變化的能力就越強 ， 但同時受到噪聲干擾的影響也越嚴重 。另一種常用的方法則是先取初值 P(0)= aI，這里 a為一個很大的正數(shù)，如 a=1061010，則遞推 N步后即可得到實際的 P(N)。用它直接決定修正項的大小，且當其為 0時修正項也為 0，因為此時實測值已與預報值相等，表明參數(shù)估計已經(jīng)完成；修正增益 ?(k)用于反映修正程度的大小，由于它是一個標量，因此并不需要進行矩陣求逆的計算； P(k1)??k) 用于分配修正項在各個參數(shù)方向上的作用。 答案： 算法說明 ? ? 1T )k()1k(P)k(1)k( ??????? ??? ?)1k(?)k()k()k()1k(P)k()1k(?)k(? T ??????????? ????? y)1k(P)k()k()1k(P)k()1k(P)k(P T ?????????? ??公式很有道理的 ， k時刻所得到的參數(shù)估計等于前一次參數(shù)估計值與后面修正項之和 。也可假設N1=95, N2=5。 一致性 ? ? ? ? ? ? 1T211TMV R?C o v ??? ???s????? θθ最小二乘遞推算法的 推導 )k()k()k()k( ?? ????y * ????????????????????????????????????????)k()1k()k()2()1()k(x)k(x)k(x)2(x)2(x)2(x)1(x)1(x)1(x)k(TTTTn21n21n21?????????? ? (k ))k((k )P(k ))k()k()k()k(? TT1TLS yy ????
教學課件相關推薦
鄂ICP備17016276號-1