×
肖永松;丁，冯;周毅;李明;戴、济阳

受控自回归模型递推最小二乘辨识算法的一致性。 （英语） Zbl 1156.93411号

申请。数学。建模 32，第11号，2207-2215（2008）.
摘要：递归最小二乘（RLS）算法是一种常用的参数估计算法。其一致性在鉴定文献中受到了广泛关注。分析了受控自回归模型（CAR模型）的RLS算法的收敛性，给出了RLS算法参数估计的收敛性定理，在噪声时变方差和条件数无界的情况下，推导了参数估计一致收敛于真参数的条件。这放宽了噪声方差为常数且存在高阶矩的假设。最后，用两个示例系统（包括一个实验水位系统）对提出的算法进行了测试。

引用于20文件

MSC公司：

93埃99 随机系统与控制
62F05型 参数检验的渐近性质
62M99型 随机过程推断

关键词：

建模;递归识别;参数估计;收敛性;最小二乘法
PDF格式BibTeX公司 XML格式引用
\textit{Y.Xiao}等人，应用。数学。型号32，编号11，2207--2215（2008；Zbl 1156.93411）
全文： DOI程序

参考文献：

[1] 古德温，G.C。；Sin，K.S.，自适应滤波预测与控制（1984），普伦蒂斯·霍尔：普伦蒂斯霍尔·恩格尔伍德克利夫斯，新泽西州·Zbl 0653.93001号
[2] Ljung，L.，最小二乘辨识方法的一致性，IEEE Trans。自动化。控制，21，5，779-781（1976）·Zbl 0334.93048号
[3] Solo，V.，AML的融合，IEEE Trans。自动化。控制，24,6958-962（1979）·兹比尔0422.62083
[4] Lai，T.L。；Wei，C.Z.，随机回归模型中的最小二乘估计及其在动态系统识别和控制中的应用，《统计年鉴》，10，1，154-166（1982）·Zbl 0488.62071号
[5] Lai，T.L。；Wei，C.Z.，《扩展最小二乘及其在线性系统自适应控制和预测中的应用》，IEEE Trans。自动化。对照，319898-906（1986）·Zbl 0603.93060号
[6] Wei，C.Z.，随机回归模型中最小二乘预测的自适应预测，Ann.Stat.，15，4，1667-1682（1987）·Zbl 0643.62058号
[7] 图西，K。；Ren，W.，关于白噪声中的收敛最小二乘估计，IEEE Trans。自动化。控制，39，2，364-368（1994）·Zbl 0825.93985号
[8] Ren，W。；Kumar，P.R.，随机自适应预测和模型参考控制，IEEE Trans。自动化。控制，9，10，2047-2060（1994）·Zbl 0827.93071号
[9] Chen，H.F。；Guo，L.，辨识与随机自适应控制（1991），Birkhäuser·Zbl 0747.93002号
[10] 丁·F。；Chen，T.，有限测量数据下双速率系统的参数估计，Dyn。Contin公司。离散脉冲。系统。，序列号。B： 申请。算法，11，1，101-121（2004）·Zbl 1046.93011号
[11] 丁·F。；Chen，T.，用输出误差法估计双速率随机系统的参数，IEEE Trans。自动化。控制，50，9，1436-1441（2005）·Zbl 1365.93480号
[12] 丁·F。；Chen，T.，有限测量数据时变系统遗忘因子最小二乘算法的性能界，IEEE Trans。电路系统-一： 常规论文，52，3，555-566（2005）·Zbl 1374.93390号
[13] 丁峰，周瑜，李明明，戴杰，弱条件下RLS算法的收敛性分析，载《第三届脉冲动力系统与应用国际会议论文集》，青岛，2006年7月21日至23日，第1063-1068页。另请参阅Dyn。Contin公司。离散脉冲。系统。序列号。A-数学。分析。，13（第3部分，补编，12月）（2006）1063-1068。；丁峰，周瑜，李明明，戴杰，弱条件下RLS算法的收敛性分析，载《第三届脉冲动力系统与应用国际会议论文集》，青岛，2006年7月21日至23日，第1063-1068页。另请参阅Dyn。Contin公司。离散脉冲。系统。序列号。A-数学。分析。，13（第3部分，补编，12月）（2006）1063-1068。
[14] 丁·F。；Chen，T.，使用辅助模型的双速率系统的组合参数和输出估计，Automatica，40，10，1739-1748（2004）·Zbl 1162.93376号
[15] 丁·F。；Chen，T.，多变量离散时间系统基于层次梯度的识别，Automatica，41，2，315-325（2004）·Zbl 1073.93012号
[16] 丁·F。；Chen，T.，多变量系统的分层最小二乘辨识方法，IEEE Trans。自动化。对照，50，397-402（2005）·Zbl 1365.93551号
[17] 丁·F。；Chen，T.，Hammerstein非线性ARMAX系统的识别，Automatica，41，9，1479-1489（2005）·Zbl 1086.93063号
[18] 丁·F。；史，Y。；Chen，T.，非平稳ARMA过程估计算法的性能分析，IEEE Trans。信号过程。，54, 3, 1041-1053 (2007) ·Zbl 1373.94569号
[19] 丁·F。；Chen，T.，多创新梯度类型识别方法的性能分析，Automatica，43，1，1-14（2007）·Zbl 1140.93488号
[20] 丁·F。；Chen，T.，具有有限输出采样的Hammerstein非线性系统的自适应数字控制，SIAM J.control Optim。，45, 6, 2257-2276 (2007) ·Zbl 1126.93034号
[21] 丁·F。；史，Y。；Chen，T.，Hammerstein输出误差系统基于辅助模型的最小二乘辨识方法，系统。控制信函。，56, 5, 373-380 (2007) ·Zbl 1130.93055号
[22] 香港冯。；Wong，Y.K。；Ho，H.F。；Mignolet，M.P.，使用ARMAX和NARMAX结构建模和预测加工误差，应用。数学。型号。，27, 8, 611-627 (2003) ·Zbl 1040.62113号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。