UD分解与偏差补偿结合用于变量带误差模型辨识
萧德云1
杨帆1
张益农2
耿立辉3
1.清华信息科学与技术国家实验室2.清华大学自动化系,北京,1000843.北京联合大学城市轨道交通与物流学院,北京,100101
摘要：本文提出一种基于UD(upper-diagonal)分解与偏差补偿结合的辨识方法,用于变量带误差(errors-in-variables,EIV)模型辨识.考虑单输入单输出(single input and single output,SISO)线性动态系统,当输入和输出含有零均值、方差未知的高斯测量白噪声时,该类系统的模型参数估计是一种典型的EIV模型辨识问题.为了获得这种EIV模型参数的无偏估计,本文先推导出最小二乘模型参数估计偏差量与输入输出噪声方差以及最小二乘损失函数与输入输出噪声方差的关系,然后采用UD分解方法递推获得模型参数估计值,再利用输入输出噪声方差估计值补偿模型参数估计偏差,以此获得模型参数的无偏估计.本文还讨论了算法实现过程中遇到的一些问题及修补方法,并通过仿真例验证了所提辨识方法的有效性.
关键词：系统辨识EIV模型最小二乘法偏差补偿参数估计
分类号：TP11(自动化基础理论)
资助基金：国家自然科学基金(61203119)天津职业技术师范大学人才项目(RC17–01,RC14–48)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 949-955 )
英文信息