基于噪声边界自适应机制的改进集员辨识方法

摘要

集员辨识方法所需的系统噪声边界知识在现实应用中往往难于精确确定，通常采取的过估计策略将导致算法估计性能的退化。本文针对缺乏足够先验噪声边界信息下的集员辨识问题进行了相应的研究，通过对输入干扰和测量误差的有界假设，将系统噪声边界建模为一个依赖于待估模型参数的时变量，由此提出了一种基于自适应噪声定界机制的改进集员辨识算法，避免了过估噪声边界引起的集员辨识方法保守性增大的缺陷，提高了算法的收敛速度。仿真中将本文提出的改进集员辨识方法和传统的基于固定过估噪声边界假设的集员辨识方法进行了比较，表明了本文方法的有效性和实用性。