重庆大学：《自适应控制》课程教学资源（PPT课件）第三章 系统辨识与参数估计

@第三章系统辨识与参数估计 2=-2y+2Φ7Φ9 06 当b=6时 0即 06 ΦΦa=ΦY (3.16) 只要(ΦΦ)-1存在,即有 (dΦ)dy (3.17) 例32:例3.1的最小二乘估计 (k)=-a(k-1)+b(k-2)+6(k)=0O+E(k) k=[-y(k-1),l(k-2 =[a,b] 原实测数据可以构成如下数据向量 自适应控制一系统辨识与参数估计 重庆大学自动化学院孙棣华

自适应控制 – 系统辨识与参数估计 重庆大学自动化学院 孙棣华 当 时， 即 （3.16） 只要 存在，即有 （3.17） 例 3.2： 例3.1的最小二乘估计 原实测数据可以构成如下数据向量  = −  +     T T Y V 2 2 2 Y T T   ˆ =    ˆ = = 0    V 1 ( ) −   T Y T T =    −1 ( ) ˆ  y(k) ay(k 1) bu(k 2) (k) (k) T k = − − + − +  =   +  = [−y(k −1),u(k − 2)] T  k T  = [a,b] 第三章 系统辨识与参数估计

@第三章系统辨识与参数估计 q1=[0.01-1.01 y(1)=-1.03 2=[1031.02] y(2)=0.5 4=[0.73001 y(8)=-0.36 q=[0.360.02 1.03 1 0.01-1.01 y(1) 0.5 0.730.01 y(8 0.36 实际上,只要是用一个模型来拟合实验数据,而该模型又可以写成线性回归形 式y=ΦO+E,就可以用最小二乘法求解。 自适应控制系统辨识与参数估计 重庆大学自动化学院孙棣华

自适应控制 – 系统辨识与参数估计 重庆大学自动化学院 孙棣华 ┇ ┇ 实际上，只要是用一个模型来拟合实验数据，而该模型又可以写成线性回归形 式 ，就可以用最小二乘法求解。 [ 0.01 1.01] 1 = − − T  y(1) = −1.03 [1.03 1.02] 2 = T  y(2) = 0.5 [0.73 0.01] 8 = T  [0.36 0.02] 9 = − T  y(8) = −0.36          − − =            = 0.73 0.01 0.01 1.01 8 1    T T               − − =           = 0.36 0.5 1.03 (8) (1)   y y y y b a T T  =         = −1 ( ) ˆ ˆ ˆ  =   +  T y 第三章 系统辨识与参数估计