传递函数阵递阶随机梯度辨识方法的收敛性分析(英文)

阐述了递阶辨识原理,提出了传递函数阵模型参数的递阶随机梯度(HSG)辨识方法.在递阶辨识中,系统参数被分解为参数向量和参数矩阵.前者是由系统的特征多项式的系数构成的,后者是由传递函数矩阵分子多项式的系数构成的.借助于鞅超收敛定理的收敛性分析表明,HSG算法的参数估计误差一致有界;当持续激励条件成立时,参数估计误差一致收敛于零.递阶辨识方法具有计算量小和容易实现等特点.