递归arx:如何提高模拟误差?
1次观看(过去30天)
显示旧的注释
我正在学习在Matlab中使用递归arx函数进行在线参数估计。它是MISO模型，有2个输入和1个输出，有1个未测量的低量级扰动，所以2个输入应该能很好地描述输出。正如我们所看到的
图片
事实并非如此。
蓝色线为y测量值，红色线为yHat,yHat是自适应步长函数的第三个参数，即[A,B,yHat]=step()，黄色线为y模拟计算值，计算公式如下:ysimulation =f(uMeasured(t,t-1，..)， ysimulation (t-1,t-2，..))。对仿真功能进行了测试，效果良好。yHat实际上与yMeasured重合/重叠，但ysimulation是模型良好性的真实指标，它相当糟糕。
健忘因子(FF=0.996)方法是本案例的“最佳”解决方案。我注意到，除了已经测试过的自适应算法之外，没有其他选项可以指定“聚焦”到“模拟”或任何其他参数。
我可以做些什么来进一步改善模拟误差或模型?
0评论
答案(0)
您也可以从以下列表中选择一个网站: