第6章梯度校正参数辩识方法 [1].ppt
上传人:qw****27 上传时间:2024-09-12 格式:PPT 页数:96 大小:2.1MB 金币:15 举报 版权申诉
预览加载中,请您耐心等待几秒...

第6章梯度校正参数辩识方法 [1].ppt

第6章梯度校正参数辩识方法[1].ppt

预览

免费试读已结束,剩余 86 页请下载文档后查看

15 金币

下载此文档

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

1234567891011121314151617证明思路根据定义,参数估计值的偏差为可得20212223随机性问题252627282930第二类问题测量噪声w(k)中有一部分分量与h(k)是相关的。3233第三类随机性辨识问题35363738394041424344454647484950515253545558将上面的式子写成矩阵形式,即有:7.5差分方程的参数辨识因此,有:最后,我们得到:例如:当时,我们有:因此有:其中:727374757677787980Robbins–Monro算法一般取:Kiefer-Wolfowitz算法:随机逼近参数估计方法准则函数的一阶负梯度为:若具体的准则函数取:其中和分别是均值为零,方差为和的白噪声,并且、、和两两不相关,且令:则模型(H)化为最小二乘格式:其中的噪声具有以下性质:取准则函数:利用随机逼近原理,可得参数值的随机逼近算法:由此可以得到修正的无偏算法(RSAA)随机牛顿法其中:表示准则函数的关于的二阶导数,称为Hessian矩阵,它是一对称矩阵。下面考察以下辨识问题:取准则函数:则有:且Hessian矩阵为:设是Hessian矩阵在k时刻的估计值,则有由Robbins-Monro算法,得的随机逼近算法:于是得到模型的随机牛顿算法(SNA)如下:其中为满足条件(D)的收敛因子。