论文部分内容阅读
针对信号在网络环境下传输带来不完全信息使得在线参数辨识算法和收敛性困难的问题,不同于传统递推最小二乘方法,本文提出了一种不完全信息下递推辨识方法并分析其收敛性.首先运用伯努利分布刻画引起不完全信息的数据丢包特性,然后基于辅助模型方法补偿不完全信息并构造了新的数据信息矩阵,并运用矩阵正交变换性质对数据信息矩阵进行QR分解,推导了融合网络参数的递推辨识新算法,理论证明了在不完全信息下递推参数辨识算法的收敛性.最后仿真结果验证了所提方法的可行性和有效性.