线性定常系统特征模型的特征参量辨识

摘要：

说明线性定常系统特征模型的特征参量是一组由高阶线性定常系统的相关信息压缩而成,于是不能简单的作为与状态无关的慢时变参数来处理.基于特征建模思想,建立了线性定常系统特征模型的特征参量与子空间方法之间的联系,给出了一种该特征模型的特征参量的合成辨识算法.同时证明了在用于子空间辨识的样本量充分大和用于状态估计的时间充分长的情况下,特征参量的估计值与真值之间的误差达到充分小.最后,对于一个六阶的单输入单输出线性定常系统的仿真例子,对投影的带遗忘因子最小二乘算法和合成辨识算法进行了比较,验证了合成辨识算法的有效性.

关键词：特征模型、参数辨识、子空间方法、状态估计、带遗忘因子递推最小二乘

所属期刊栏目：30

分类号：TP1;TP3

资助基金：国家自然科学基金60221301,60774020;空间智能控制技术国家重点实验室资助课题

在线出版日期：2010-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：768-781