| 多新息随机梯度辨识方法的收敛性研究 |
| |
| 引用本文： | 于丽,丁锋,张佳波.多新息随机梯度辨识方法的收敛性研究[J].科学技术与工程,2007,7(21):5475-54785484. |
| |
| 作者姓名： | 于丽 丁锋 张佳波 |
| |
| 作者单位： | 江南大学控制科学与工程研究中心,无锡,214122 |
| |
| 基金项目： | 国家自然科学基金资助项目（60574051）,江苏省自然科学基金项目（BK2007017）,江南大学创新团队发展计划资助 |
| |
| 摘 要： | 从理论上给出了多新息辨识方法的推导过程,提出了多新息随机梯度辨识方法,并运用随机过程理论分析了多新息随机梯度辨识方法的均方收敛性,给出参数估计误差上界的计算公式。分析表明数据的平稳性可以提高参数估计精度。最后给出了多新息辨识方法的各种典型变形。
|
| 关 键 词： | 参数估计 多新息辨识 随机梯度 |
| 文章编号： | 1671-1819（2007）21-5475-05 |
| 修稿时间： | 2007-07-06 |
Convergence of Multi-innovation Stochastic Gradient Identification Methods |
| |
| YU Li,DING Feng,ZHANG Jia-bo.Convergence of Multi-innovation Stochastic Gradient Identification Methods[J].Science Technology and Engineering,2007,7(21):5475-54785484. |
| |
| Authors: | YU Li DING Feng ZHANG Jia-bo |
| |
| Institution: | Control Science and Engineering Research Center, Southern Yangtze University, Wuxi 214122, R. R. China |
| |
| Abstract: | The multi-innovation identification algorithm is derived mathematically,and the multi-innovation stochastic gradient identification algorithm is presented.The mean square convergence is analyzed by using the stochastic process theory,and the upper bound of the parameter estimation error is obtained.The analysis indicates that the data stationary can improve the estimation accuracy,and then the changing forms of multi-innovation identification are given. |
| |
| Keywords: | identification parameter estimation multi-innovation 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 |
