(清华大学 自动化系, 北京 100084)
为减少递推辨识的计算量, 提出了递阶辨识原理, 它是将系统分解为多个维数较小的虚拟子系 统进行辨识, 从而获得递阶最小二乘辨识方法。在衰减激励条件下, 针对时不变系统研究了递阶最小二 乘法的收敛性, 得到了参数估计误差均方收敛于零时衰减指数应满足的条件。 递阶最小二乘具有良好的 性能, 其计算量比递推最小二乘辨识要小得多, 并具有容易实现等优点。
丁 锋, 丁 韬, 杨家本,等.衰减激励条件下递阶最小二乘辨识的均方收敛性[J].控制与决策,2002,17(1):6-10