多变量偏差补偿递推最小二乘法及其收敛性  

Multivariable Bias Compensated Recursive Least-squares Algorithm and Its Convergence

作　　者：邓自立[1] 徐慧勤[1] 张明波[1] 

机构地区：[1]黑龙江大学自动化系,哈尔滨150080

出　　处：《科学技术与工程》2010年第2期360-365,共6页Science Technology and Engineering

基　　金：国家自然科学基金(60874063);黑龙江大学自动控制重点实验室项目资助

摘　　要：对于带白色观测噪声的多变量自回归(AR)信号,提出了未知模型参数和噪声方差估计的偏差补偿递推最小二乘算法,用动态误差系统分析方法严格证明了所得到的模型参数和噪声方差估值是强一致的,即它们以概率1收敛于相应真实值。一个仿真例子说明了其有效性。For the muhivariable autoregressive （AR） signal with white measurement noise,a bias compen- sated recursive least-squares algorithm of estimating unknown model parameters and noise variance. Using the dynamic error system analysis method ,it is rigorously proved that the obtained estimates of the model parameters and noise variance are Strongly consistent,i, e. they converge to the corresponding true values,with proba-bility one. A simulate example shows its effectiveness.

关 键 词：多变量(AR)信号 参数估计 偏差补偿递推最小二乘法 收敛性 强一致性 动态误差系统分析方法 

分 类 号：O211.64[理学—概率论与数理统计]