基于最小二乘法的系统辨识
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
ξθ11--Φ-Φ=y
从上式可以看出噪声ξ对参数估计有影响,为了尽量减小噪声ξ对θ估值的影响,应取N>(2n+1),即方程数大于未知数数目。在这种情况下,不能用解方程的办法来求θ,而要采用数理统计的办法,以便减小噪声对θ估值的影响。在给定输出向量y 和测量矩阵Φ的条件下求系统参数θ的估值,这就是系统辨识问题。可用最小二乘法来就θ的估值。 3最小二乘法的原理
3.1 最小二乘法一次完成推导
本文中以一个SISO 系统为例说明最小二乘法的原理。
假设一个SISO 系统如下图所示:
其离散传递函数为:
3.1
输入输出的关系为:
)()()()(1k y k e z G k u =+•- 3.2
进一步,我们可以得到:
)()()()()(11k e z B k u z A k y +⋅=⋅-- 3.3
其中,扰动量)(k e 为均值为0,不相关的白噪声。
将式3.3写成差分方程的形式:
)
()()2()1()()2()1()(2121k e n k u b k u b k u b n k y a k y a k y a k y n n +-⋯+-+-+--⋯-----= 3.4
令T n k u k u k u n k y k y k y k ])()2()1()()2()1([)(-⋯----⋯----=ϕ
n
n n n z a z a z a z b z b z b z A z B z G ---------+⋯++++⋯++==221122111111)()()(