直接加权优化辨识中未知权重值的迭代选取

对于非线性系统的直接加权优化辨识算法，通过在原线性仿射函数形式中，增加若干关于输入观测 数据序列的线性项来增强逼近非线性。对于增加若干线性项后展开式中的两类未知权重值的选取，分别从理论 和实用上推导出这些未知权重值的选取过程，并明确权重值间的关键和辅助作用。理论上的推导分析可明确增 加的未知权重值在整个逼近非线性系统的目的中起着辅助作用；实用上的推导分析展示了怎样将某些复杂的最 优化问题经过整理变换成常见的最优化问题，从而可利用最基础的优化方法来求解，并分别对理论和实用算法的 收敛性做了必要的证明。最后用仿真算例验证所提方法的有效性和可行性。