搜索资源列表
BBOPbp
- 将生物地理学优化算法训练BP神经网络的权值，并将BP网络用于非线性系统辨识。-Biogeography optimization algorithm to train the BP neural network weights, and BP network for nonlinear system identification.
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小。但要求输入信号与噪声不相关-The identifica
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 variables, meet the relevant c
twopoint
- 用两点法辨识一阶惯性滞后系统，测试结果比例系数和时间常数辨识结果较准确，但输入延迟时间差距较大，分析其原因，可能是因为在曲线上取的两点坐标不准确，因为离散的数字量坐标取值方法有误。-Two points
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 noise model for moving average
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 parameter estimate always depen
RLS
- 仿真对象如下： 其中， v( k )为服从N (0,1) 分布的白噪声。输入信号u ( k) 采用M 序列，幅度为 1。M 序列由 9 级移位寄存器产生，x(i)=x(i-4)⊕x(i-9)。 选择如下辨识模型： 加权阵取Λ = I。 衰减因子β = 0.98，数据长度 L = 402。 辨识结果与理论值比较，基本相同。辨识结果可信 -he simulation object is as follows: among them, v (k) to obe
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 coefficient.
other
- 基于遗传算法的电机参数辨识，全部使用M文件编写。-matlab file for parameter identification of induction
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, it is a kind of iterative alg
RFF
- 辨识模型与遗忘因子法所用模型相同，其中， 0 ≤μ≤1为遗忘因子， 此处取0.98。 数据长度L=402。一次算法和递推算法结果基本一致，但递推算法可以实现在线实时辨识，而且可以减少计算量和存储量。-Identification model and forgetting factor method used the same model, among them, 0 or less or less 1 μ for forgetting factor, here take 0.98. Data l
kalman
- 卡尔曼滤波在系统辨识中的应用，求出卡尔曼增益矩阵，计算并画出各自的误差图-Kalman filtering system identification, calculated Kalman gain matrix to calculate and draw the diagram of the respective error
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 change in parameter estimates over
AreaII
- 使用面积法辨识一个二阶系统，辨识结果准确，速度快。-Area method
LS-for-system-identification
- 用最小二乘法进行系统辨识 很全、很好用，可以-Least square method for system identification
ipso
- 用免疫粒子群对压电陶瓷执行器进行模型辨识的一种方法-immune PSO
sga
- 这是一个针对simulink模型的四个参数的基本遗传算法参数辨识的.m文件-This is a basic genetic algorithm parameters for the the simulink model four parameters identification. M files
least-squares-identification
- 最小二乘法辨识原理 是个ppt 讲的不错！！看看吧-The principle of the method of least squares identification is good! ! Look at it
lulu_LMS
- LMS自适应滤波器做系统辨识，输入为高斯白噪声，可运行，有注释-LMS adaptive filter to do system identification, input Gaussian white noise can be run by a comment
RLS
- RLS自适应滤波器程序做系统辨识，输入为高斯白噪声，内有详细注释，可运行-RLS adaptive filter program to do system identification, the input is Gaussian white noise, with detailed notes, you can run