第一个书签之前
输出误差模型 加权多新息随机梯度辨识算法
WEIGHTED MULTI-INNOVATION STOCHASTIC GRADIENT IDENTIFICATION ALGORITHMS FOR OUTPUT ERROR MODELS
摘要
ABSTRACT
第一章 绪论
1.1 课题研究背景及意义
1.2 课题的研究现状及分析
1.2.1 系统辨识发展现状与主要内容
1.2.2 梯度类辨识算法
1.3 本文主要研究内容
第2章 输出误差模型的梯度辨识算法
2.1 OE模型的基本结构
2.2 OE模型的随机梯度辨识算法和多新息随机梯度辨识算法
2.3 加权随机梯度辨识算法
2.3.1 OE 模型的加权随机梯度辨识算法
2.3.2 OE 模型的加权多新息随机梯度辨识算法
2.3.3 OE 模型的基于最新估计的加权多新息随机梯度辨识算法
2.4 加权多新息随机梯度辨识算法的收敛性证明
2.5 基于最新估计的加权多新息随机梯度辨识算法的收敛性证明
2.6 仿真实例
2.7 本章小结
第3 章 输出误差自回归模型的梯度辨识算法
3.1 OEAR 模型的基本结构
3.2 OEAR 模型的随机梯度辨识算法和多新息随机梯度辨识算法
3.3 加权随机梯度辨识算法
3.3.1 OEAR 模型的加权随机梯度辨识算法
3.3.2 OEAR 模型的加权多新息随机梯度辨识算法
3.3.3 OEAR 模型的基于最新估计的加权多新息随机梯度辨识算法
3.4 仿真实例
3.5 本章小结
第4 章 输出误差滑动平均模型的梯度辨识算法
4.1 OEMA模型的基本结构
4.2 OEMA模型的随机梯度辨识算法和多新息随机梯度辨识算法
4.3 加权随机梯度辨识算法
4.3.1 OEMA模型的加权随机梯度辨识算法
4.3.2 OEMA模型的加权多新息随机梯度辨识算法
4.3.3 OEMA模型的基于最新估计的加权多新息随机梯度辨识算法
4.4 仿真实例
4.5 本章小结
第5 章 输出误差自回归滑动平均模型梯度辨识算法
5.1 OEARMA 模型的基本结构
5.2 OEARMA 模型的随机梯度辨识算法和多新息随机梯度辨识算法
5.3 加权随机梯算法度辨识
5.3.1 OEARMA 模型的加权随机梯度辨识算法
5.3.2 OEARMA 模型的加权多新息随机梯度辨识算法
5.3.3 OEARMA 模型的基于最新估计的加权多新息随机梯度辨识算法
5.4 仿真实例
5.5 本章小结
结 论
参考文献
攻读硕士学位期间发表的论文及其它成果
哈尔滨工业大学学位论文原创性声明和使用权限
致 谢