一种平稳时序数据的高效辨识改进算法

一种平稳时序数据的高效辨识改进算法

论文摘要

时序数据驱动系统辨识的主要优点是可利用既有数据所蕴含的内在规律进行建模,且无需掌握系统内部结构,利用这一优势,提出一种基于自回归模型的平稳时序数据的高效辨识改进算法。利用重抽样方法估计待辨识序列的数学期望和方差,分别析出相依随机型序列和完全随机型序列,并以矩阵满秩为约束条件,用升阶的方式计算相依随机型序列的自回归系数矩阵的秩,得到自回归模型的阶数,在定阶的同时,以融合迭代和递推机制的方式估算自回归模型的参数。实验表明改进后的算法可在花费更少量计算成本的情况下,在辨识精度的稳定性上较现有算法有显著的提升。

论文目录

  • 1 引言
  • 2 问题描述
  • 3 改进算法
  •   3.1 基于重抽样的随机白噪声干扰估计
  •   3.2 融合迭代和递推机制的自回归模型求解方法
  •   3.3 算法设计
  • 4 实验及结果分析
  •   4.1 实验过程与方法
  •   4.2 实验的结果与分析
  • 5 结束语
  • 文章来源

    类型: 期刊论文

    作者: 黄雄波

    关键词: 平稳时序数据,自回归模型,递推,迭代

    来源: 微处理机 2019年01期

    年度: 2019

    分类: 信息科技,基础科学

    专业: 非线性科学与系统科学

    单位: 佛山职业技术学院电子信息学院

    基金: 广东省应用型科技研发专项基金资助项目(2015B010130003),广东省科技计划基金资助项目(2017A020220004),佛山职业技术学院横向资助项目(H201815),佛山职业技术学院2018年度重点科研资助项目(KY2018002)

    分类号: N945.14

    页码: 31-38

    总页数: 8

    文件大小: 1746K

    下载量: 110

    相关论文文献

    标签:;  ;  ;  ;  

    一种平稳时序数据的高效辨识改进算法
    下载Doc文档

    猜你喜欢