| 自回归模型的多新息随机梯度和多新息最小二乘辨识方法 |
| |
| 引用本文： | 廖育武,于丽,丁锋.自回归模型的多新息随机梯度和多新息最小二乘辨识方法[J].科学技术与工程,2008,8(4):1058-1060. |
| |
| 作者姓名： | 廖育武 于丽 丁锋 |
| |
| 作者单位： | 1. 襄樊学院物理与电子信息技术系,襄樊,441053
2. 江南大学控制科学与工程研究中心,无锡,214122 |
| |
| 摘 要： | 将多新息辨识理论用于研究自回归模型的参数辨识问题,通过把标量新息扩展为向量新息(即多新患),扩展信患向量到信患矩阵和构成堆积系统输出,从而提出了自回归模型的多新息随机梯度辨识算法和多新息最小二乘辨识算法.仿真结果验证了提出算法的有效性.
|
| 关 键 词： | 递推辨识 参数估计 多新息辨识 随机梯度 |
| 收稿时间： | 2007-10-31 |
| 修稿时间： | 2007年10月31 |
MISG and MILS Algorithms for Auto-regresion Models |
| |
| LIAO Yu-wu,YU Li,DING Feng.MISG and MILS Algorithms for Auto-regresion Models[J].Science Technology and Engineering,2008,8(4):1058-1060. |
| |
| Authors: | LIAO Yu-wu YU Li DING Feng |
| |
| Abstract: | Appling the multi-innovation theory to study the parameter identification problem for auto-reggresion models,The multi-innovation stochastic gradient(MISG)and multi-innovation least squares(MILS)identification algorithms are presented by expanding the scalar innovation to an innovation vector and the information vector to information matrix and forming the stacked output vector.The simulation example is included. |
| |
| Keywords: | recursive parameter estimation muhiinnovation identification stochastic gradient |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
