非线性输入输出系统参数辨识的高阶最小二乘法

摘要

传统的最小二乘方法在对非线性模型中的参数进行辨识时，通常采用对非线性模型的一阶线性求解，在求解过程中会引入误差，从而造成待求解系统模型参数的发散。当系统模型的非线性越强时，待辨识的模型参数发散就越严重，从而使待辨识的模型参数的估计精度不精确。文章通过采用对目标函数进行高阶展开，以减少引入误差来提高系统模型待辨识参数的精度。数值仿真结果，证实了所提方法的有效性与可行性。

关键词

最小二乘法 / 泰勒展开 / 高阶项 / 参数辨识