第四章线性系统参数估计的最小二乘法_第1页
第四章线性系统参数估计的最小二乘法_第2页
第四章线性系统参数估计的最小二乘法_第3页
第四章线性系统参数估计的最小二乘法_第4页
第四章线性系统参数估计的最小二乘法_第5页
已阅读5页，还剩16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、 -K(in+1)=xnXin+X(in+1)XT(川+1)-X(V)XT(1)=(P(7+l)TX(l)L(l)j对上面两式分别使用前而用过的矩阵反演公式，可得+1)=K(m)-Kjn)X(in+1)1+XT(in+l)K(m)X(ni+1)XT(in+1)K(加)(4.58)K(in+1)=P(in+1)+P(in+1)X(1)1+XT+1)X(1)XT(1)P(加)(4.59)那么，估计的递推式就可写为0(in+1)=(9(w?)+K(in+1)(X(?+i)y(m+1)一X(l)夕)(4.60)式(4.58)(4.59)(4.53)(4.56)(4.60)就构成了新的限定记忆法的递推公

2、式。在取得了新的观测数据后,首先用(4.58)计算P(加+1),再用(4.59)计算K(汁1),然后用(4.53),(4.56)得到歹(加+1),最后就可以用(4.60)计算所估计的参数值。4.5最小二乘估计的统计特性4.5.1最小二乘估计的统计特性一无偏性参数是通过有限次数的观测求出的。由于被测对象及测量本身都有随机干扰，所以测量值是加有随机变量的实际观测值，这意味着作为观测值的函数的估计值也是一个随机变量，因而我们需要用数理统计的方法來考察最小二乘估计的特性。由于估计量是个随机变量，在通过多次实验可得到多个不同的估计值。若这些估计值的数学期望等于相应的参数的真实值，E0=0,就称是&I勺无偏估计。首先假定被辨识对象无观测噪声或观测噪声小到可忽略不计，即测量的丫、X满足Y=X&,代入正则方程(4.8)中，得&=x)lxT所以估计量等于耒知参数&若系统存在干扰或存在着观测误差，使得方程为y二由于旋随机的，y也是随机的。相应的也成为随机变量，因而矗工。但当误差干扰项满足一定条件时，有可能是的一个无偏估计。假定干扰误差项$是一个平稳随机矢量，均值为零(疋乜),且与x无关，则0=(XTX)XTY=0+(XTX)lXT等式两边同时取数学期望E&=E(=)+EXtX)

人人文库> 全部分类> 行业资料 > 信息产业

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。

最新文档

评论

0/150

提交评论