最小二乘参数辨识法可用于动态系统、静态系统、线性系统、非线性系统的参数估计可用于离线估计,也可用于在线估计最小二乘辨识法简单、实用,其递推算法收敛可靠,并且当模型噪声为白噪声时,可得到无偏、一致和有效的估计,从而得到广泛的应用但当模型噪声是有色噪声时,最小二乘参数估计不是无偏、一致估计,并且随着数据的增长,最小二乘递推辨识算法将出现数据饱和现象,以致递推算法慢慢失去修正的能力广义最小二乘递推算法解决了模型噪声是有色噪声时,最小二乘参数估计的无偏性和一致性问题,并能给出噪声模型的参数估计值,但依然存在数据饱
2021-05-11 22:03:12
643KB
1
一阶惯性加延迟环节的matlab曲线拟合，利用最小二乘法原理 一阶惯性加延迟环节的matlab曲线拟合，利用最小二乘法原理
2021-05-10 20:18:52
954B
1
最小二乘配置模型在GPS高程拟合中的应用，袁威，张书毕，本文分析了GPS高程拟合的实质，简述了最小二乘配置的基本原理，并在水准联测点不多的情况下，直接采用平方根函数作为各随即参数间
2021-05-09 13:30:23
173KB
1
总体最小二乘法的ESPRIT方法，这种算法的估计精度明显好于原来的ESPRIT算法（matlab程序）
2021-05-09 12:24:35
1KB
1
为提高无线传感器网络的节点定位精度,将惯性权重的粒子群优化算法应用到无线传感器网络节点定位中。定位方法以未知节点与其邻近锚节点之间的估计距离和测量距离的均方误差为适应度函数,采用基于惯性权重的粒子群优化算法对适应度函数进行优化,从而得到最优解,实现节点有效定位。仿真实验结果表明,与传统的最小二乘定位算法相比,基于惯性权重的粒子群优化算法的定位精度更高,稳定性更好,具有较好的定位效果。
2021-05-08 18:56:41
675KB
1