一种不完全信息下递推辨识方法及收敛性分析

摘要：

针对信号在网络环境下传输带来不完全信息使得在线参数辨识算法和收敛性困难的问题，不同于传统递推最小二乘方法，本文提出了一种不完全信息下递推辨识方法并分析其收敛性。首先运用伯努利分布刻画引起不完全信息的数据丢包特性，然后基于辅助模型方法补偿不完全信息并构造了新的数据信息矩阵，并运用矩阵正交变换性质对数据信息矩阵进行QR分解，推导了融合网络参数的递推辨识新算法，理论证明了在不完全信息下递推参数辨识算法的收敛性。最后仿真结果验证了所提方法的可行性和有效性。

关键词：数据丢包、参数估计、递推最小二乘、矩阵QR分解、算法收敛性

分类号：TP2;TP1

资助基金：国家自然科学基金61473182;国家重大科学仪器设备开发专项课题2012YQ15008703;上海市青年科技启明星计划13QA1401600;上海市科委项目12JC1404201,14JC1402200,15JC1401900资助Supported by National Natural Science Foundation of China61473182;National Key Scientific Instrument and Equipment Development Project2012YQ15008703;Shanghai Rising-Star Program13QA1401600;Science and Technology Com-mission of Shanghai Municipality12JC1404201,14JC1402200,15JC1401900

在线出版日期：2015-09-09（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：1502-1515