基于递推批量最小二乘的Volterra级数辨识方法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1000-1220.2004.12.055

基于递推批量最小二乘的Volterra级数辨识方法

引用
针对用批量最小二乘方法进行Volterra级数在线辨识计算量大,所需数据存储空间多,以及实际应用时自相关矩阵易出现病态的不足,提出了一种基于递推批量最小二乘的Volterral 级数辨识方法.该方法利用观测矩阵维数固定的批量最小二乘辨识,形式简单,所需数据存储空间小;同时利用递推辨识的思想,避免了对矩阵直接求逆,减小了计算量.另外,为了防止自相关矩阵出现病态,文中引入影响因子的概念对观测数据进行取舍,一定程度上增强辨识的数值稳定性.最后通过一个工程实例验证了该方法的有效性.该方法为Volterra级数的在线辨识提供了一个重要方法.

Volterra级数、递推批量最小二乘、非线性辨识、影响因子、电动舵机

25

TP27(自动化技术及设备)

国家重点基础研究发展计划973计划2001CBS09403

2005-01-04(万方平台首次上网日期,不代表论文的发表时间)

共4页

2282-2285

相关文献
评论
暂无封面信息
查看本期封面目录

小型微型计算机系统

1000-1220

21-1106/TP

25

2004,25(12)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn