搜索资源列表
系统辨识
- 用得到的已知输入输出数据，通过编好的渐消记忆增广最小二乘辨识软件辨识已知系统的阶次与估计其参数，验证所编软件的正确性-known to be useful input and output data, through the provision of good memories fading by the least square identification software widely known identification s
rels
- 这是黑龙江大学自控理论杨易朋同学在最优估计课程当中用matlab编写的递推增广最小二乘算法!-This is the theory of Heilongjiang University, Yang Yi-controlled peer students in courses optimal estimate prepared by using Matlab recursive least squares algorithm to bro
增广最小二乘估计
- 如果噪声e(k)为有色噪声时，采用最小二乘辨识系统参数为有偏估计，为改善噪声e(k)为有色噪声模型的系统参数估计的统计特性，提出一种增广矩阵的方法
系统辨识
- 用得到的已知输入输出数据，通过编好的渐消记忆增广最小二乘辨识软件辨识已知系统的阶次与估计其参数，验证所编软件的正确性-known to be useful input and output data, through the provision of good memories fading by the least square identification software widely known identification s
rels
- 这是黑龙江大学自控理论杨易朋同学在最优估计课程当中用matlab编写的递推增广最小二乘算法!-This is the theory of Heilongjiang University, Yang Yi-controlled peer students in courses optimal estimate prepared by using Matlab recursive least squares algorithm to bro
m12_3
- 为了改善噪声e(k)为有色噪声模型的系统参数估计的统计特性，提出了一种增广矩阵的方法，称为增广最小二乘算法，MATLAB实现范例-In order to improve the noise e (k) for the colored noise model of the system parameters estimated statistical characteristics, an Augmented Matrix method,
system_identification_RELS001
- 系统参数辨识，用增广最小二乘算法实现。对书中的程序进行了改进：由于噪声是未知的，虽然我们模拟了系统的随机白噪声，但进行辨识时必须对噪声进行估计，见程序45行和53行。-System parameter identification, with the extended least squares algorithm. Procedures for improving the book: Because the noise is unkn
Augmented-recursive-
- 自适应控制中，用Matlab算法实现增广递推最小二乘参数估计-Adaptive control, augmented with Matlab algorithm recursive least squares parameter estimation
RELS
- 系统辨识与自适应控制中----递推增广最小二乘参数估计算法-Augmented recursive least squares parameter estimation
2
- matlab实现：①递推增广最小二乘参数估计（RELS）②确定性系统的递推梯度校正参数估计（RGC）③递推最小二乘参数估计（RLS）④递推极大似然参数估计（RML）⑤递推随机牛顿参数估计（RSNA）-Matlab: (1) augmented recursive least square parameters estimation (RELS) (2) of a deterministic system recursive gradie
RELS
- 增广最小二乘的递推算法对应的噪声模型为滑动平均噪声，扩充了参数向量和数据向量H（k）的维数，把噪声模型的辨识同时考虑进去。最小二乘法只能获得过程模型的参数估计，而增广最小二乘法同时又能获得噪声模型的参数估计，若噪声模型为平均滑动模型，，则只能用RELS算法才能获得无偏估计。当数据长度较大时，辨识精度低于极大似然法。-Augmented least squares of recursion algorithm corresponding
LSPE
- 提供了几种最小二乘法程序包括：批处理最小二乘参数估计，递推最小二乘参数估计，遗忘因子递推最小二乘参数估计，递推增广最小二乘参数估计。-Provides several least squares procedures include: Batch least squares parameter estimation, recursive least squares parameter estimation, forgetting fac
matlab
- test2: 一、 基本最小二乘法一次算法 二、 基本最小二乘法递推算法 三、 最小二乘遗忘因子一次完成算法 四、 最小二乘遗忘因子递推算法 五、 最小二乘限定记忆算法 六、 最小二乘偏差补偿算法 七、 增广最小二乘算法 八、 广义最小二乘算法 test3: 一、 辅助变量自适应滤波算法 二、 辅助变量纯滞后算法 三、 辅助变量Tally原理算法 四、 多级最小二乘算法 五、 各类
chap2_08_RELS
- 它属于系统辨识与自适应控制程序。其功能是递推增广最小二乘参数估计（RELS）-It belongs to the system identification and adaptive control procedures. Its function is recursive extended least squares parameter estimation (RELS)
code
- 对于单输入单输出的系统（Single input single output，SISO）常采用最小二乘方法辨识系统的参数。最小二乘参数估计是一个经典的方法，概念简明，适应范围广，来源于数理统计的回归分析，它能提供一个在最小方差意义上与实验数据最好拟合的模型，在一些情况下，可得到与极大似然法一样好的统计效果，并能很方便地与其它辨识算法建立关系。在一定条件下，最小二乘法参数估计法有最佳的统计特性，即一致的、无偏的和有效的结果。本代码主要关于