排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
将高阶累积量对具有高斯分布特性的（白色或有色）随机噪声的强烈抑制特性,用于辨识开环条件下的干扰,一些文献中提出了基于高阶累积量的改进均方辨识准则（MSE）。针对三阶累积量的情形,探讨了该晨噪声上环辨识中的适用性。理论分析表明,扩展到闭环情形下的MSE辨识准则等价于无噪声干扰下对象处理开环情形时的均方误差辨识准则,该方法可获得处于闭环运行状态下对象的渐进无偏参数估计;当对象采用ARMA模型时,可获得相应的线性递推辨识算法,仿真实验证明了该算法的有效性。 相似文献
2.
借助于基于QR分解的加权递推最小二乘算法结构,提出了一种启发式自适应最优界椭圆(OptimalBoundedEllipsoid,OBE)辨识算法.采用了集元方法中的OBE辨识思想,使算法具有识别冗余数据的功能;同时具有比随机方法更佳的"局部”数据信息利用效果.利用指示时变系统参数变化的监测因子,实现了简洁有效的自适应算法. 相似文献
1