搜索资源列表
GLS-DIRECT-GIVEN
- 系统辨识 自适应控制 最小二乘 广义递推算法 噪声参数直接给定-system identification . Generalized least square identfication . with the noise parameters directly given
sthqgwan
- 基于kaiser窗的双谱线插值FFT谐波分析，基于SVPWM的三电平逆变的matlab仿真，预报误差法参数辨识-松弛的思想，最小二乘回归分析算法，包含了阵列信号处理的常见算法，可以广泛的应用于数据预测及数据分析,有信道编码，调制，信道估计等，感应双馈发电机系统的仿真。- Dual-line interpolation FFT harmonic analysis kaiser windows, Based on SVPWM three-level inverter matlab simulatio
FFRLS
- 开环系统参数辨识，带遗忘因子的递推最小二乘估计法（FFRLS)，系统为单入单出的CAR(带控制量的自回归模型）模型,三阶系统-Open-loop system parameter identification, recursive least squares estimation method with forgetting factor (FFRLS), SISO system of CAR (with a controlled amount of autoregressive model)
code
- 对于单输入单输出的系统（Single input single output，SISO）常采用最小二乘方法辨识系统的参数。最小二乘参数估计是一个经典的方法，概念简明，适应范围广，来源于数理统计的回归分析，它能提供一个在最小方差意义上与实验数据最好拟合的模型，在一些情况下，可得到与极大似然法一样好的统计效果，并能很方便地与其它辨识算法建立关系。在一定条件下，最小二乘法参数估计法有最佳的统计特性，即一致的、无偏的和有效的结果。本代码主要关于使用递推最小二乘辨识方法与增广最小二乘辨识方法辨识模型参数，
1
- 最小二乘法的系统参数辨识函数，可以辨识任意的线性函数，效果比其他的一般的最小二乘法好(The system parameter identification function of least squares method can identify any linear function, and the effect is better than other ordinary least squares method.)
系统建模
- 1.批量最小二乘法算法（也称最小二乘的一次性完成辨识算法） 2.递推最小二乘法算法，应用递推算法对参数估计值进行不断修正,以取得更为准确的参数估计值。 3.粒子群算法(PSO)。粒子群优化算法的基本思想：是通过群体中个体之间的协作和信息共享来寻找最优解．PSO的优点在于简单容易实现并且没有许多参数的调节。 4.BP神经网络，各个神经元仅接收来自前一级的输出，经神经元处理后的信息将输出至下一级，网络中没有反馈，即前一级神经元不会接受后一级神经元的输出。 water tank是原始数据（双容