[发明专利]Hammerstein系统在有色噪声下的加权最新估计最小二乘辨识方法

权利要求书

1.Hammerstein系统在有色噪声下的加权最小二乘辨识方法，其特征在于：所述方法根据系统的输入输出关系，利用最小二乘原理定义准则函数J(θ，t)，并对其极小化，得到最小二乘辨识方法：

先引入辅助变量，然后将当前时刻参数估计定义为上一时刻的估计加上当前时刻修正项的和，采用加权思想，修正项改写为当前时刻修正项与上一时刻修正项的权重和；最后，采用最新估计的思想，对加权后的修正项用最新估计代替之前的估计；其中，y(t)系统输出，P(t)为信息向量相关的变量，L(t)为中间变量，为待辨识参数向量的估计。

2.根据权利要求1所述的方法，其特征在于：在最小二乘辨识方法中，当t→∞时

当w(t)为白噪声时，进而有即无偏；在有色噪声下不为0，因此在有色噪声下引入辅助变量使其满足：(1)可逆；(2)与w(t)不相关；其中，

其中，ψ_a(t)为

因此辅助变量最小二乘算法为：

3.根据权利要求2所述的方法，其特征在于：定义准则函数

对准则函数极小化可以得到最小二乘算法：

定义修正项：

根据加权思想，对算法进行提升，递推形式改进为：

对加权后的修正项用最新估计代替之前的估计具体为：根据最新估计思想，在求解的时候作为最新估计是已知，在一般情况下比更接近真实值，因此将辨识方法改进为