导读:本文包含了递推增广最小二乘法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:小二,乘法,模型,参数,数据处理,电容,算法。
递推增广最小二乘法论文文献综述
王宝军,王立冬,王俊,许芳,刘伟[1]（2018）在《基于递推增广最小二乘的雷达输出数据滤波方法》一文中研究指出针对雷达-光电经纬仪组网测量时雷达实时输出引导数据随机误差大的问题,提出采用递推增广最小二乘拟合算法进行实时滤波,建立了实时滤波模型,给出了基于DSP的雷达数据实时滤波总体框架,进行了软硬件实现,验证表明,新算法及DSP处理实现了雷达数据实时轨迹滤波、预测及输出,引导数据随机误差减小1个数量级,能够满足测量设备引导需求,实现对快速目标的平稳跟踪。(本文来源于《兵器装备工程学报》期刊2018年02期）
李月,张晓冬[2]（2015）在《超级电容模型的递推增广最小二乘辨识》一文中研究指出为了更好的描述超级电容的电气特性,需要建立超级电容模型。提出系统辨识方法进行建模,阐述了系统辨识的原理和递推增广最小二乘法算法,在此基础上利用MATLAB编写递推增广最小二乘法程序估计出超级电容的传递函数,通过仿真对辨识结果进行验证。可知,该超级电容模型是正确有效的。(本文来源于《电子设计工程》期刊2015年02期）
王冬青[3]（2009）在《基于辅助模型的递推增广最小二乘辨识方法》一文中研究指出针对有色噪声干扰的输出误差滑动平均系统,将辅助模型与递推增广最小二乘算法相结合:用辅助模型的输出代替辨识模型信息向量中的未知真实输出项,用估计残差代替信息向量中的不可测噪声项,从而提出了基于辅助模型的递推增广最小二乘辨识方法.为了展示所提方法的特点,文中还给出了经过模型变换的递推增广最小二乘算法.理论分析和仿真研究表明,提出的方法原理简单、计算量小,可以给出高精度参数估计,且能够用于在线辨识.(本文来源于《控制理论与应用》期刊2009年01期）
谢莉,王冬青,丁锋[4]（2008）在《随机干扰系统的辅助模型递推广义增广最小二乘辨识方法》一文中研究指出基于辅助模型辨识思想,提出了一般有色噪声干扰随机系统的辅助模型递推广义增广最小二乘辨识方法。仿真例子说明提出方法的有效性。(本文来源于《科学技术与工程》期刊2008年14期）
邓自立,杜洪越,马建为[5]（2002）在《改进的递推增广最小二乘参数估计方法》一文中研究指出基于用递推最小二乘(RLS)法拟合高阶自回归(AR)模型得到的白噪声估值,提出了自回归滑动平均(ARMA)模型参数估计的一种改进的递推增广最小二乘法。它由两段RLS算法组成,可在线实现,具有快的收敛速度。一个仿真例子说明了其有效性。(本文来源于《科学技术与工程》期刊2002年05期）
丁锋[6]（1990）在《辨识Box-Jenkins模型参数的递推广义增广最小二乘法》一文中研究指出本文提出一种递推广义增广最小二乘辨识算法(RGELS)。该算法推广了递推增广最小二乘法(RELS),可用于一般模型(BOX-Jenkins模型)的参数辨识。数字仿真例子表明了算法的有效性。(本文来源于《控制与决策》期刊1990年06期）
递推增广最小二乘法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了更好的描述超级电容的电气特性,需要建立超级电容模型。提出系统辨识方法进行建模,阐述了系统辨识的原理和递推增广最小二乘法算法,在此基础上利用MATLAB编写递推增广最小二乘法程序估计出超级电容的传递函数,通过仿真对辨识结果进行验证。可知,该超级电容模型是正确有效的。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
递推增广最小二乘法论文参考文献
[1].王宝军,王立冬,王俊,许芳,刘伟.基于递推增广最小二乘的雷达输出数据滤波方法[J].兵器装备工程学报.2018
[2].李月,张晓冬.超级电容模型的递推增广最小二乘辨识[J].电子设计工程.2015
[3].王冬青.基于辅助模型的递推增广最小二乘辨识方法[J].控制理论与应用.2009
[4].谢莉,王冬青,丁锋.随机干扰系统的辅助模型递推广义增广最小二乘辨识方法[J].科学技术与工程.2008
[5].邓自立,杜洪越,马建为.改进的递推增广最小二乘参数估计方法[J].科学技术与工程.2002
[6].丁锋.辨识Box-Jenkins模型参数的递推广义增广最小二乘法[J].控制与决策.1990
论文知识图
