EM算法在状态空间模型参数辨识中的应用
来源期刊:控制工程2018年第7期
论文作者:张静 张兆基 周佐
文章页码:1348 - 1354
关键词:状态空间模型;参数辨识;EM算法;卡尔曼滤波;AIC准则;
摘 要:针对传统辨识方法中状态变量维数不易确定和参数辨识准确率差等问题,利用EM算法实现状态空间模型参数的辨识,并使用AIC准则来确定最优的状态变量维数。在EM算法中首先利用卡尔曼滤波和卡尔曼平滑算法来实现对状态期望的估计,然后再通过对数似然函数期望的最大化来实现参数和噪声协方差的估计,如此不断迭代,直至得到最优的估计参数。通过Matlab进行仿真和分析,结果表明该方法能有效地实现状态空间模型中参数的辨识和状态的估计,并且具有比较高的准确性。
张静1,张兆基2,周佐3
1. 河西学院信息技术与传媒学院2. 西藏民族大学信息工程学院3. 河西学院物理与机电工程学院
摘 要:针对传统辨识方法中状态变量维数不易确定和参数辨识准确率差等问题,利用EM算法实现状态空间模型参数的辨识,并使用AIC准则来确定最优的状态变量维数。在EM算法中首先利用卡尔曼滤波和卡尔曼平滑算法来实现对状态期望的估计,然后再通过对数似然函数期望的最大化来实现参数和噪声协方差的估计,如此不断迭代,直至得到最优的估计参数。通过Matlab进行仿真和分析,结果表明该方法能有效地实现状态空间模型中参数的辨识和状态的估计,并且具有比较高的准确性。
关键词:状态空间模型;参数辨识;EM算法;卡尔曼滤波;AIC准则;