引用本文:丁　锋,萧德云,丁　韬.多新息随机梯度辨识方法[J].控制理论与应用,2003,20(6):870~874.[点击复制]
DING Feng,XIAO De-yun,DING Tao.Multi-innovation stochastic gradient identification method[J].Control Theory and Technology,2003,20(6):870~874.[点击复制]
多新息随机梯度辨识方法
Multi-innovation stochastic gradient identification method
摘要点击 2482  全文点击 2308  投稿时间：2001-11-01  修订日期：2002-11-22
查看全文  查看/发表评论  下载PDF阅读器
DOI编号  10.7641/j.issn.1000-8152.2003.6.011
  2003,20(6):870-874
中文关键词  辨识  参数估计  多新息辨识  最小均方算法
英文关键词  identification  parameter estimation  multi-innovation identification  least mean square algorithm
基金项目  国家自然科学基金项目(60074029); 国家自然科学基金重点项目(69934010); 清华大学信息学院创新基金项目.
作者单位E-mail
丁　锋 清华大学 自动化系, 北京 100084 dingf@mail.tsinghua.edu.cn 
萧德云 清华大学 自动化系, 北京 100085 xiaody@mail.tsinghua.edu.cn 
丁　韬 清华大学 自动化系, 北京 100086  
中文摘要
      多新息随机梯度辨识方法是系统辨识和参数估计的一种基本方法.该方法由于采用了间断迭代,因此可以克服坏数据对参数估计的影响,且具有较强的鲁棒性,又可以跟踪时变参数.作者从理论上给出了多新息随机梯度辨识方法的推导过程,同时列出多新息随机梯度辨识方法的各种变形.数字仿真实验表明多新息随机梯度辨识方法具有良好的性能.
英文摘要
       Multi-innovation stochastic gradient identification algorithm is one of the basic methods in the area of system (identification) and parameter estimation. It can overcome the effect of bad data on parameter estimation, and has strong robustness, and can track time-varying parameters because the discontinuous recursive computation was applied. By using a dimension search, the multi-innovation stochastic gradient identification was derived via minimizing the criteria, and some derivation algorithms from the multi-innovation stochastic gradient identification were given. The numeric simulation experiments indicated that the proposed algorithm has good performance.