含有过程噪声的Hammerstein-Wiener模型辨识算法及其收敛性分析
来源期刊:东北大学学报(自然科学版)2010年第4期
论文作者:李妍 毛志忠 王琰 袁平
文章页码:469 - 948
关键词:Hammerstein-Wiener模型;偏差补偿递推最小二乘法;鞅收敛定理;收敛性;参数辨识;
摘 要:针对含有过程噪声的Hammerstein-Wiener模型,提出一种偏差补偿递推最小二乘辨识方法.通过将偏差补偿引入到递推最小二乘算法中,在线辨识包含原系统参数乘积项的参数向量.并用鞅收敛定理证明偏差补偿递推最小二乘辨识算法的收敛性,分析表明在持续激励的条件下参数估计偏差一致收敛于零.仿真结果表明该方法优于递推最小二乘辨识方法.
李妍,毛志忠,王琰,袁平
东北大学信息科学与工程学院
摘 要:针对含有过程噪声的Hammerstein-Wiener模型,提出一种偏差补偿递推最小二乘辨识方法.通过将偏差补偿引入到递推最小二乘算法中,在线辨识包含原系统参数乘积项的参数向量.并用鞅收敛定理证明偏差补偿递推最小二乘辨识算法的收敛性,分析表明在持续激励的条件下参数估计偏差一致收敛于零.仿真结果表明该方法优于递推最小二乘辨识方法.
关键词:Hammerstein-Wiener模型;偏差补偿递推最小二乘法;鞅收敛定理;收敛性;参数辨识;