适当选择辅助变量，使之满足相应条件，参数估计值就可以是无偏一致。估计辅助变量法的计算量与最小二乘法相当，但辨识效果却比最小二乘法好的多。尤其当噪声是有色的，而噪声的模型结构又不好确定时，增广最小二乘法和广义最小二乘法一般都不好直接应用，因为他们需要选用特定的模型结构，而辅助变量法不需要确定噪声的模型结构，因此辅助变量法就显得更为灵活，但辅助变量法不能同时获得噪声模型的参数估计。
2022-06-20 19:06:18
922B
1
辅助变量法例
有色噪声模型：数据文件 y6.mat
(1+1.5q-1+0.7q-2)y(k)=q-23.2u(k)+
辨识结果（给定结构：m =2 1，tao =0 2）
1. 使用辅助模型：a=[1 1.7 0.72];b=[0 0 1];
zta =
1.4956
0.6962
3.2234
2021-12-14 21:40:34
467KB
1
由于测量噪声与观测阵统计相关使得纯方位系统伪线性后的最小二乘估计是有偏的。理论分析证明，构造适当的辅助变量可以消除这种偏倚。可以将前3个时刻的测量值的预测值作为辅助变量，从统计上解耦达到消除偏倚的目的。计算机仿真计算的结果表明，该方法相当稳定，受收敛问题的困扰较少，可以达到消除估计有偏的目的，同时提高了对目标参数估计的精度，因此该做法被验证是有效的。
2021-10-26 21:47:19
14KB
1
非常好的最小二乘和辅助变量系统辨识算法，用于系统建模、参数估计、滤波、回归分析等。有详细的文档介绍！！！
2021-05-24 11:24:53
626KB
1