搜索资源列表
zst_xtbs
- 递推最小二乘算法，图形表示各个参数的辨识变化过程以及各个参数的相对变化量变化过程-Recursive least squares algorithm
matlab_Kalman
- 非常全面的卡尔曼滤波算法，对于初学者非常有用，适合于参数估计和系统辨识。-Kalman filter algorithm
ukf
- 无迹卡尔曼滤波在系统辨识中的应用，辨识四旋翼飞行器参数-Unscented Kalman filter
identify
- 系统辨识用，用来辨识非线性系统的参数，还可以对非线性系统进行仿真。-System identification, used to identify nonlinear system parameters, it can also nonlinear system simulation.
Generalized-least-squares
- 最小二乘算法，系统辨识用，用来辨识非线性系统的参数，还可以对非线性系统进行仿真。-System identification, used to identify nonlinear system parameters, it can also nonlinear system simulation.
least-square-parameter
- 最小二乘辨识参数，用来辨识非线性系统的参数，还可以对非线性系统进行仿真。-Least squares identification parameters, used to identify nonlinear system parameters, it can also nonlinear system simulation.
parameter
- 系统辨识用，用来辨识非线性系统的参数，还可以对非线性系统进行仿真。-System identification, used to identify nonlinear system parameters, it can also nonlinear system simulation.
SI
- 最小二乘法实现系统辨识，并用GUI做成了界面，可对参数进行赋值和辨识-The method of least squares system identification, and made with GUI interface, parameter assignment and identification
MATLAB-AR
- 基于MATLAB的AR模型参数估计，举例说明AR模型参数的辨识。-MATLAB-based AR model parameter estimation, and illustrate the identification of the AR model parameters.
zuixiaoercheng
- 递推最小二乘估计参数，在系统辨识中的应用，利用模型阶次辨识方法（AIC准则），确定模型的阶次，作出参数估计值随时间的变化图-Recursive least squares estimation parameters, system identification, order identification methods (AIC criteria), to determine the model order, make the chan
Levy
- levy法编制辨识程序，基本精确辨识了系统各个参数，因为误差准则的原因，系数略有差别。-Levy method prepare identification procedure, basic accurate identification of each parameter of the system, because the cause of the error criterion, a slightly different coef
RFM
- 辨识所使用的数据长度保持不变，每增加一个新数据就抛掉一个老数据，使参数估计值始终只依赖于有限个新数据所提供的新消息，克服了遗忘因子法不管多老的数据都在起作用的缺点，因此该算法更能有效的克服数据饱和现象。-Identify the use of data length remain the same, every time you add a new data will throw away an old data, make the p
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
RGLS
- 该算法用于自回归输入模型，是一种迭代的算法。其基本思想是基于对数据先进行一次滤波处理，后利用普通最小二乘法对滤波后的数据进行辨识，进而获得无偏一致估计。但是当过程的输出信噪比比较大或模型参数较多时，这种数据白色化处理的可靠性就会下降，辨识结果往往会是有偏估计。数据要充分多，否则辨识精度下降。模型阶次不宜过高。初始值对辨识结果有较大影响。-The algorithm used for autoregressive input model,
RIV
- 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。-Choose appropriate secondary
cor_ls
- 把辨识分成两步进行：第一步：利用相关分析法获得对象的非参数模型（脉冲响应或相关函数）；第二步：利用最小二乘法、辅助变量法或增广最小二乘法等，进一步求的对象的参数模型。如果模型噪声与输入无关，则Cor-ls相关最小二乘法（二步法）可以得到较好的辨识结果。Cor-ls相关最小二乘法（二步法）实质上是先对数据进行一次相关分析，滤除了有色噪声的影响，再利用最小二乘法必然就会改善辨识结果。能适应较宽广的噪声范围，计算量不大，初始值对辨识结果影响较
MLS
- 当信噪比较大时，采用广义最小二乘法可能会出现多个局部收敛点，解决这个问题的方法可用多级最小二乘法，一般来说多级最小二乘法包含三级辨识过程。利用输入输出数据，通过多级最小二乘法，可分别求的辅助模型，过程模型和噪声模型的参数估计值。在高噪声的情况下，多级最小二乘法明显优于广义最小二乘法，其收敛点唯一。-When the signal noise ratio (SNR), and by use of the generalized least
RSNA
- 待辨识对象参数a=[1 -1.5 0.7] b=[1 0.5] 输入采用长度L=400的白噪声序列，输出 ，输入和输出数据均含不相关随机噪声，ρ（k）=1/k。利用上述递推公式，辨识系统参数。-To identify the object parameters a = [1-1.5 0.7] B = [1 0.5] Input the length L = 400 white noise sequence, the outp
f1
- 用差分进化算法辨识非线性函数的参数，算法简单，实现容易，比较合适初学者-Differential evolution algorithm for identification of nonlinear function parameters, the algorithm is simple, and easy to implement, suitable for beginners
APF_ip_iq
- 基于ip/iq变换的电力系统APF仿真，用于验证控制算法的性能和进行参数选取的辨识-Power system simulation of APF based on IP/IQ transform, is used to verify the performance of the control algorithm and parameters selection of identification