系统辨识与自适应控制第4章统辨识的随机逼近法、极大似然法和预报误差法课件_第1页
系统辨识与自适应控制第4章统辨识的随机逼近法、极大似然法和预报误差法课件_第2页
系统辨识与自适应控制第4章统辨识的随机逼近法、极大似然法和预报误差法课件_第3页
系统辨识与自适应控制第4章统辨识的随机逼近法、极大似然法和预报误差法课件_第4页
系统辨识与自适应控制第4章统辨识的随机逼近法、极大似然法和预报误差法课件_第5页
已阅读5页,还剩29页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、第4章 系统辨识的随机逼近法、极大似然法和预报误差法4.1 系统辨识的随机逼近法(SAA)4.1.1 随机逼近原理2h(x)= (4.1.2)(1)Robbins-Monro算法x(k+1)=x(k)+(k)-y(x(k) (4.1.3)第4章 系统辨识的随机逼近法、极大似然法和预报误差法4.(2)Kiefer-Wolfowitz算法(2)Kiefer-Wolfowitz算法4.1.2 随机逼近参数估计方法4.1.2 随机逼近参数估计方法系统辨识与自适应控制第4章统辨识的随机逼近法、极大似然法和预报误差法课件图4.1.1 系统输入输出均受干扰的SISO动态系统示意图图4.1.1 系统输入输出均

2、受干扰系统辨识与自适应控制第4章统辨识的随机逼近法、极大似然法和预报误差法课件4.1.3 随机牛顿法4.1.3 随机牛顿法4.2 系统辨识的极大似然法(ML)4.2.1 极大似然原理4.2 系统辨识的极大似然法(ML)系统辨识与自适应控制第4章统辨识的随机逼近法、极大似然法和预报误差法课件系统辨识与自适应控制第4章统辨识的随机逼近法、极大似然法和预报误差法课件4.2.2 ML估计和LS估计的关系图4.2.1 SISO动态过程模型4.2.2 ML估计和LS估计的关系图4.2.1 S系统辨识与自适应控制第4章统辨识的随机逼近法、极大似然法和预报误差法课件系统辨识与自适应控制第4章统辨识的随机逼近法

3、、极大似然法和预报误差法课件4.2.3 极大似然估计的数值计算方法24.2.3 极大似然估计的数值计算方法2系统辨识与自适应控制第4章统辨识的随机逼近法、极大似然法和预报误差法课件系统辨识与自适应控制第4章统辨识的随机逼近法、极大似然法和预报误差法课件系统辨识与自适应控制第4章统辨识的随机逼近法、极大似然法和预报误差法课件系统辨识与自适应控制第4章统辨识的随机逼近法、极大似然法和预报误差法课件系统辨识与自适应控制第4章统辨识的随机逼近法、极大似然法和预报误差法课件Newton-Raphson法迭代计算具体步骤如下:4.2.4 近似递推极大似然法(RML)Newton-Raphson法迭代计算具

4、体步骤如下:系统辨识与自适应控制第4章统辨识的随机逼近法、极大似然法和预报误差法课件系统辨识与自适应控制第4章统辨识的随机逼近法、极大似然法和预报误差法课件系统辨识与自适应控制第4章统辨识的随机逼近法、极大似然法和预报误差法课件系统辨识与自适应控制第4章统辨识的随机逼近法、极大似然法和预报误差法课件系统辨识与自适应控制第4章统辨识的随机逼近法、极大似然法和预报误差法课件系统辨识与自适应控制第4章统辨识的随机逼近法、极大似然法和预报误差法课件图4.2.2 RML算法的程序流程图图4.2.2 RML4.3 系统辨识的预报误差法(PE)4.3.1 预报误差原理24.3 系统辨识的预报误差法(PE)4.3.2 预报误差法与极大似然法的关系(1)e为已知时4.3.2 预报误差法与极大似然法的关系(1)e为已知(2)e为未知时(2)e为未知时4.3.3 预报误差参数估计方法(最优化算法)24.3.3 预报误差参数估计方法(最优化算法)2系统辨识与自适应控制第4章统辨识的随机逼近法、极大似然法和预报误差法课件系

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论