基于近似最小一乘准则的多新息辨识算法
来源期刊：控制工程2015年第1期
论文作者：徐宝昌 张瀛丹
文章页码：60 - 65
关键词：随机梯度;近似最小一乘;尖峰噪声;多新息;
摘 要：结合梯度搜索原理及多新息思想,通过建立近似最小一乘目标函数,给出了一种基于近似最小一乘准则的多新息随机梯度辨识算法。算法在每一步计算时综合考虑当前和过去时刻的数据,用一个可导确定性函数近似代替残差的绝对值,既克服了最小二乘准则在测量数据存在异常点时残差平方项过大的缺点,又满足了算法中求导的需求。仿真结果表明,相比于以最小二乘为准则函数的辨识算法,本文算法有效的提高了参数估计精度,降低了异常点对辨识结果的影响,尤其是在存在尖峰序列噪声或大幅度干扰时显示出良好的稳健性。在实际的工业应用中,应用该算法无须事先剔除异常点数据,降低了辨识算法对测量数据质量的要求。
徐宝昌1，张瀛丹2
1. 中国石油大学(北京)自动化系2. 北京城建设计发展集团股份有限公司
摘 要：结合梯度搜索原理及多新息思想,通过建立近似最小一乘目标函数,给出了一种基于近似最小一乘准则的多新息随机梯度辨识算法。算法在每一步计算时综合考虑当前和过去时刻的数据,用一个可导确定性函数近似代替残差的绝对值,既克服了最小二乘准则在测量数据存在异常点时残差平方项过大的缺点,又满足了算法中求导的需求。仿真结果表明,相比于以最小二乘为准则函数的辨识算法,本文算法有效的提高了参数估计精度,降低了异常点对辨识结果的影响,尤其是在存在尖峰序列噪声或大幅度干扰时显示出良好的稳健性。在实际的工业应用中,应用该算法无须事先剔除异常点数据,降低了辨识算法对测量数据质量的要求。
关键词：随机梯度;近似最小一乘;尖峰噪声;多新息;
