| MISO系统辅助模型多新息增广随机梯度算法 |
| |
| 引用本文： | 赵学良,肖永松.MISO系统辅助模型多新息增广随机梯度算法[J].计算机技术与发展,2011,21(2). |
| |
| 作者姓名： | 赵学良 肖永松 |
| |
| 作者单位： | 江南大学,控制科学与工程研究中心,江苏,无锡,214122 |
| |
| 摘 要： | 对于有色噪声干扰的输出误差多输入单输出(MISO)系统,常规的递推最小二乘辨识方法给出的参数估计是有偏的.为了提高随机梯度辨识方法的收敛精度和速度,用辅助模型的输出代替辨识模型信息向量中的未知不可测变量,推导出其辅助模型增广随机梯度辨识算法;再引入新息长度扩展标量新息为新息向量,提出了基于辅助模型的MISO系统多新息增广随机梯度辨识算法.所得算法在每一次的迭代中不仅使用了当前数据和新息,而且使用了过去数据和新息,提高了参数估计精度和收敛速度.仿真例子验证了算法的有效性.
|
| 关 键 词： | 辅助模型 随机梯度 多新息辨识 MISO系统 输出误差模型 |
Multi-innovation Extended Stochastic Gradient Algorithm Based on an Auxiliary Model for MISO Systems |
| |
| ZHAO Xue-liang,XIAO Yong-song.Multi-innovation Extended Stochastic Gradient Algorithm Based on an Auxiliary Model for MISO Systems[J].Computer Technology and Development,2011,21(2). |
| |
| Authors: | ZHAO Xue-liang XIAO Yong-song |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
