已閱讀1頁(yè),還剩75頁(yè)未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、許多實(shí)際系統(tǒng)所受噪聲干擾都是分布式的,即系統(tǒng)在任何一個(gè)環(huán)節(jié)均可能引入噪聲,將系統(tǒng)內(nèi)所有的噪聲分別集總于系統(tǒng)輸入、輸入兩端,認(rèn)為系統(tǒng)輸入和輸出兩端分別受一個(gè)獨(dú)立的噪聲干擾,這一線線系統(tǒng)模型能更好地描述某些實(shí)際過(guò)程對(duì)象.一般的線性系統(tǒng)辨識(shí)算法不能直接運(yùn)用于具有輸入-輸出噪聲的線性系統(tǒng)的辨識(shí)問(wèn)題.最小二乘辨識(shí)算法在輸入噪聲干擾作用下,交產(chǎn)生顯著的漸近偏差.該文研究了在兩種特定的系統(tǒng)約束條件下補(bǔ)償這種漸近偏差的方法,提出了三個(gè)算法:(1)改進(jìn)的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 帶輸入噪聲的方程誤差模型偏差補(bǔ)償最小二乘辨識(shí).pdf
- 雙輸入多率系統(tǒng)的最小二乘迭代辨識(shí).pdf
- 有色噪聲干擾隨機(jī)系統(tǒng)二步最小二乘辨識(shí)方法.pdf
- 偏最小二乘回歸的研究.pdf
- 基于偏最小二乘回歸的振動(dòng)噪聲源分離量化.pdf
- 第五章線性參數(shù)的最小二乘處理
- 最佳線性無(wú)偏預(yù)測(cè)及最小二乘估計(jì)在不同線性模型下的關(guān)系.pdf
- 多元線性模型中偏最小二乘回歸的分析研究.pdf
- 基于非線性偏最小二乘的特征提取方法研究.pdf
- 線性模型參數(shù)的最小二乘估計(jì)理論及其應(yīng)用.pdf
- 基于改進(jìn)最小二乘的異步電機(jī)在線參數(shù)辨識(shí)研究.pdf
- 最小二乘與最小二乘支撐向量機(jī).pdf
- 偏最小二乘回歸及其在機(jī)組參數(shù)預(yù)測(cè)中的應(yīng)用.pdf
- 偏最小二乘回歸模型的改進(jìn)研究.pdf
- 界約束非線性最小二乘問(wèn)題的無(wú)導(dǎo)數(shù)算法.pdf
- 偏最小二乘改進(jìn)算法研究及應(yīng)用.pdf
- 偏最小二乘回歸算法改進(jìn)及應(yīng)用.pdf
- 基于偏最小二乘估計(jì)的審計(jì)定價(jià)研究.pdf
- 基于偏最小二乘的近紅外煤質(zhì)分析.pdf
- 最小二乘支持向量機(jī)的參數(shù)選擇.pdf
評(píng)論
0/150
提交評(píng)論