递推最小二乘参数估计_第1页
递推最小二乘参数估计_第2页
递推最小二乘参数估计_第3页
全文预览已结束

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

递推最小二乘参数估计(RLS)考虑如下系统：y(k)-1.5y(k-1)+0.7y(k-2)=u(k-3)+0.5u(k-4)+g(k)式中g(k)为方差为0.1的白噪声。clearall;closeall;a=[1-1.50.7]';b=[10.5]';d=3;%对象参数na=length(a)-1;nb=length(b)-1;%计算阶次,na=2,nb=1L=500;%数据长度(仿真长度)uk=zeros(d+nb,1);yk=zeros(na,1);%输入输出初值uk:4x1,ykx1u=randn(L,1);%输入采用方差为1的白噪声序列xi=sqrt(0.1)*randn(L,1);%方差为0.1的白噪声干扰序列theta=[a(2:na+1);b]; %对象参数真值theta=[-1.5,0.7;1,0.5]thetae_1=zeros(na+nb+1,1);%参数初值0为4x1的全零矩阵P=10A6*eye(na+nb+1);fork=1:Lphi=[-yk;uk(d:d+nb)];%此处phi为列向量4x1y(k)=phi'*theta+xi(k);%采集输出数据%递推公式K=P*phi/(1+phi'*P*phi);thetae(:,k)=thetae_1+K*(y(k)-phi'*thetae_1);P=(eye(na+nb+1)-K*phi')*P;%更新数据thetae_1=thetae(:,k);fori=d+nb:-1:2uk(i)=uk(i-1);enduk(1)=u(k);fori=na:-1:2yk(i)=yk(i-1);endyk(1)=y(k);endplot([1:L],thetae);%line([1:L],[theta,theta]);xlabel('k');ylabel('参数估计a,b');legend('a_1

人人文库> 全部分类> 行业资料 > 各类标准

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