丁韬
- 作品数：17 被引量：104H指数：7
- 供职机构：清华大学更多>>
- 发文基金：国家自然科学基金清华大学校科研和教改项目更多>>
- 相关领域：自动化与计算机技术理学自然科学总论语言文字更多>>
- 衰减激励条件下最小均方算法的收敛性被引量：4
- 2003年
- 给出了衰减激励信号的定义 ,并在衰减激励条件下 ,利用随机过程理论 ,研究了随机系统最小均方算法的收敛速率 ,阐述了参数估计误差收敛时 ,衰减指数和算法中设计参变量 (收敛因子或步长 )的选择方法 .分析表明 :在衰减激励条件下 ,最小均方算法也具有良好的性能 :当衰减指数和设计参变量满足一定条件时 。
- 丁锋萧德云丁韬
- 关键词：最小均方算法收敛性系统辨识参数估计
- 衰减激励条件下随机系统最小二乘的收敛性被引量：5
- 2001年
- 利用随机过程理论 ,研究了随机系统最小二乘辨识算法在衰减激励条件下的均方收敛性 ,给出了参数估计误差收敛于零时 ,衰减指数应满足的条件 .得到了如下结论 :1 当衰减指数 ε 满足 0≤ε <1/ 2时 ,估计误差收敛于零 2 当ε=1/ 2时 ,估计误差有界 3 当ε>1/ 2 时 。
- 丁锋丁韬
- 关键词：参数估计收敛性
- 随机系统多新息辨识在衰减激励下的性能被引量：7
- 2001年
- 多新息辨识算法是估计系统参数的一种有效方法 ,其特点是可以克服坏数据对参数估计的影响 ,具有很强的鲁棒性。该文给出了衰减激励信号的定义 ,并在衰减激励条件下 ,利用随机过程理论 ,研究了随机系统多新息辨识算法的性能 ,给出了参数估计误差收敛时 ,衰减指数应满足的条件 ,以及算法中设计参变量的选择方法。分析表明 :若设计参变量选择为 r(t) =O(t2ε(lnt) c) ,(c>0 ) ,衰减指数满足 0≤ ε<1/ 4,则参数估计均方误差以 O 1(lnt) c
- 丁锋丁韬杨家本萧德云
- 关键词：参数估计多新息辨识
- 衰减激励条件下递阶最小二乘辨识的均方收敛性被引量：10
- 2002年
- 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 。
- 丁锋丁韬杨家本徐用懋
- 关键词：递阶辨识均方收敛性系统辨识最小二乘算法
- 时变多变量系统多新息投影算法的均方收敛性被引量：10
- 2001年
- 利用随机过程理论研究了时变多变量系统多新息投影辨识算法的均方收敛性，给出了参数估计误差上界的计算公式，并阐述了获得最小均方参数估计误差上界时，数据窗长度的选择方法．本文的研究成果对提高辨识算法的实际应用效果有重要意义．
- 丁锋丁韬
- 关键词：参数估计均方收敛性
- 时变系统有限数据窗最小二乘辨识的有界收敛性被引量：20
- 2002年
- 利用随机过程理论证明了有限数据窗最小二乘法的有界收敛性 ,给出了参数估计误差上界的计算公式 ,阐述了获得最小均方参数估计误差上界时数据窗长度的选择方法 .分析表明 ,对于时不变随机系统 ,数据窗长度越大 ,均方参数估计误差上界越小 ;对于确定性时变系统 ,数据窗长度越小 ,均方参数估计误差上界越小 .因此 ,对于时变随机系统 ,一个折中方案是寻求一个最佳数据窗长度 ,以使均方参数估计误差最小 .
- 丁锋丁韬萧德云杨家本
- 关键词：时变系统最小二乘辨识参数估计
- 多新息随机梯度辨识方法被引量：45
- 2003年
- 多新息随机梯度辨识方法是系统辨识和参数估计的一种基本方法.该方法由于采用了间断迭代,因此可以克服坏数据对参数估计的影响,且具有较强的鲁棒性,又可以跟踪时变参数.作者从理论上给出了多新息随机梯度辨识方法的推导过程,同时列出多新息随机梯度辨识方法的各种变形.数字仿真实验表明多新息随机梯度辨识方法具有良好的性能.
- 丁锋萧德云丁韬
- 关键词：系统辨识参数估计鲁棒性
- 状态空间模型方程阶次的辨识被引量：5
- 2002年
- 为了判定状态空间方程的阶次 ,提出了相关分析方法。其步骤是 :把状态空间模型化为能观测性规范性 ,导出系统输出相关函数所满足的线性回归方程 ,通过观查数据乘积矩矩阵行列式随其维数的变化情况 ,从而确定系统的阶次。该方法的特点是 :无论系统是否存在噪声 ,都是通过检验某一准则函数值是否为零而获得系统阶次。在系统无噪声和有噪声两种情况下进行了数字仿真研究 ,利用相关方法确定的阶次与系统的真实阶次相吻合。结果表明
- 丁韬丁锋刘泉王治祥
- 关键词：状态空间模型线性回归方程系统辨识准则函数
- 传递函数阵模型的递阶多新息辨识方法及其仿真研究
- 将递阶辨识与多新息辨识相结合,以研究多变量系统传递函数阵模型的参数估计问题,提出了递阶多新息辨识方法.与Sen和Sinha的算法相比,递阶多新息辨识算法不仅计算量小,而且可用于估计多变量系统的状态空间模型的参数和状态.仿...
- 丁韬丁锋王雄范全义康飚兰鸿森胡红页唐洪性
- 关键词：递阶辨识多变量系统
- 文献传递
- CAR模型的几种相关辨识方法
- 该文提出了受控自回归(CAR)模型的两种辨识方法，即广义Yule-Walker估计方法和两步辨识方法，后者利用相关分析方法先辨识CAR模型中AR部分的参数，然后在该基础上辨识MA部分的参数。
- 丁锋丁韬
- 关键词：参数估计AR模型
- 文献传递
