欢迎来到天天文库
浏览记录
ID:27153596
大小:485.50 KB
页数:30页
时间:2018-12-01
《系统辨识大作业报告》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、系统辨识大作业报告班级13202-4学号2013260318姓名亓子龙报告日期2013.12.03一、辨识方法1.最小二乘法及其递推方法(1)最小二乘法:构造阵,利用公式计算;(2)递推最小二乘法:取前20个数据,利用基本最小二乘法给出和的初值和,然后利用公式:迭代计算。2.辅助变量法及其递推方法(1)辅助变量法:首先利用基本最小二乘估计作为计算的初值,利用计算结果构造阵,依据公式迭代计算直至收敛。(2)递推辅助变量法:前50个数据利用递推最小二乘估计和初值和,然后依据递推公式进行迭代计算:3.广义最小二乘法及其递推方法(1)广义最
2、小二乘法:使用和按基本最小二乘求出估计值,计算残差用残差代替并计算的估值,的计算公式为。利用进行数据滤波,再按最小二乘法重新估计,重复这些步骤直至收敛。(2)递推广义最小二乘法:前20个数据利用基本最小二乘求得递推的初值,然后按以下公式计算,根据所得结果对新的观测值进行数据滤波,然后进行的递推,递推公式如下:4.夏氏偏差修正法、夏氏改良法及递推夏氏法(1)夏氏偏差修正法:首先计算并作为的初值,然后计算残差并构造矩阵,同时计算矩阵和。其次由计算和,其中。利用公式获得的估计值,循环迭代直到基本保持不变。(2)夏氏改良法:基本同夏氏偏差修
3、正法,只是的计算变为,减小了计算量。(3)夏氏递推算法:利用基本最小二乘获得递推初值和,递推公式如下:5.增广矩阵法利用基本最小二乘构造阵,进而计算递推初值和。构造向量其中,然后根据递推方程递推计算:6.极大似然法(1)选定初值,、由LS方法获得,可任意指定;(2)计算残差及指标;(3)计算梯度及海赛(Hassian)矩阵;(4)计算的新估值;(5)返回第(2)步直到收敛。7.辨识结果及噪声特性分析对于数据uy1.txt,辨识结果如表1:表1uy1辨识结果辨识结果辨识方法基本最小二乘1.48550.78690.48370.1982递
4、推最小二乘1.48550.78690.48370.1982辅助变量法1.49640.75880.48780.1910递推辅助变量法1.53530.83320.48730.2156广义最小二乘法1.50220.79980.48440.2034递推广义最小二乘法1.42570.26460.41290.1062夏氏修正法1.48860.79730.48220.2022夏氏改良法1.48860.79730.48220.2022夏氏递推法1.48250.79450.47970.2018增广矩阵法1.48360.78640.48280.1991
5、-0.00060.0074极大似然法1.46300.78610.47930.19560.23820.3530对于数据uy2.txt,辨识结果如表2:表2uy2辨识结果辨识结果辨识方法基本最小二乘1.11130.49630.37910.1879递推最小二乘1.11130.49630.37910.1879辅助变量法1.38750.80360.36490.3289递推辅助变量法1.39650.70720.38020.2970广义最小二乘法1.23820.58840.37770.2368递推广义最小二乘法1.67000.90220.1731
6、0.0060夏氏修正法1.38340.71460.38840.2873夏氏改良法1.38340.71460.38840.2873夏氏递推法1.35740.69540.39980.2719增广矩阵法1.16740.55790.38620.21330.08340.0353极大似然法1.81960.97110.38880.44781.14790.0574对于数据uy3.txt,辨识结果如表3:表3uy3辨识结果辨识结果辨识方法基本最小二乘1.11580.48010.42540.1245递推最小二乘1.11580.48010.42540.1
7、245辅助变量法4.34872.56280.53471.1997递推辅助变量法1.61720.86870.43250.3138广义最小二乘法1.27630.61170.42570.1898递推广义最小二乘法1.48920.61730.05710.5818夏氏修正法1.46280.77490.47110.2252夏氏改良法1.46280.77490.47110.2252夏氏递推法1.30880.62960.46420.1864增广矩阵法1.25640.61390.44810.16990.19980.1012极大似然法1.65590.9
8、7700.41750.38791.06620.4991三组数据输入值都一样,输出值不同。对上面表1-表3的辨识结果进行分析,可以看出,uy1的噪声近似为白噪声,因为其他辨识方法的辨识结果和最小二乘法的结果很接近。而uy2和uy3的噪声
此文档下载收益归作者所有