考虑有色噪声干扰的Hamm erste in非线性系统的辨识,通过梯度搜索原理推导了增广投影算法,简化增广投影算法和增广随机梯度辨识算法。基本思想是将增广信息向量中的未知噪声项用其估计残差代替。增广投影算法对噪声非常敏感,增广随机梯...考虑有色噪声干扰的Hamm erste in非线性系统的辨识,通过梯度搜索原理推导了增广投影算法,简化增广投影算法和增广随机梯度辨识算法。基本思想是将增广信息向量中的未知噪声项用其估计残差代替。增广投影算法对噪声非常敏感,增广随机梯度算法的收敛速度慢,为了解决这些不足,在增广随机梯度算法中引入遗忘因子,来改善参数估计精度,进一步通过仿真来比较算法的估计误差以及收敛速度。展开更多
基金China Postdoctoral Science Foundation Funded Project(2016M591765)Jiangsu Postdoctoral Science Foundation Funded Project(1601252C)Fundamental Research Funds for the Central Universities(JUSRP115A30)
文摘考虑有色噪声干扰的Hamm erste in非线性系统的辨识,通过梯度搜索原理推导了增广投影算法,简化增广投影算法和增广随机梯度辨识算法。基本思想是将增广信息向量中的未知噪声项用其估计残差代替。增广投影算法对噪声非常敏感,增广随机梯度算法的收敛速度慢,为了解决这些不足,在增广随机梯度算法中引入遗忘因子,来改善参数估计精度,进一步通过仿真来比较算法的估计误差以及收敛速度。
