recursive least squares —— 递推最小二乘法
该方法是一种根据系统过去运行产生的数据估计当前时刻真实输出的方法,所以文章中所说的递归最小二乘估计、递归最小二乘辨识都是指这个方法。
它是一种基于ARX模型的方法,ARX模型的形式为用y(k) = -a1y(k-1)-a2y(k-2)-…-any(k-n)+b0u(k)+b1u(k-1)+…+bnu(k-n)+e(k),也可以写为
其中
这个模型形式在很多估计方法中都出现,就是根据k时刻之前的n个u和y估计k时刻输出y的模型。
将这个模型写成向量的形式:
这里矩阵
中的u项的标号不正确。
设
最小二乘估计的要求偏差的平方和最小,即它的目标函数为:
上述算法的计算顺序为:先算K,再算theta和P。
此外,随着系统不断运行,产生的数据越来越多,会导致新产生的数据无法在最小二乘算法中发挥效果,有关学者提出了基于遗忘因子的最小二乘方法,遗忘因子可以使算法逐渐抛弃很久之前的数据,而使新产生的数据发挥更大的效果。
更多关于遗忘因子最小二乘算法的内容请参考:
Vahidi A, Stefanopoulou A, Peng H. Recursive least squares with forgetting for online estimation of vehicle mass and road grade: theory and experiments[J]. Vehicle System Dynamics, 2005, 43(1): 31-55.
Rodríguez-Blanco T, Sarabia D, Pitarch J L, et al. Modifier Adaptation methodology based on transient and static measurements for RTO to cope with structural uncertainty[J]. Computers & Chemical Engineering, 2017, 106: 480-500.
- 点赞
- 收藏
- 分享
- 文章举报
![](https://g.csdnimg.cn/static/user-reg-year/1x/2.png)
- 偏最小二乘法回归(Partial Least Squares Regression)
- 最小二乘法 (Least Squares Method, LS)
- PCL: Surface模块之MovingLeastSquares(滑动最小二乘法)
- ALS(Alternating Least Squares) 交替最小二乘法概述
- V-rep学习笔记:机器人逆运动学数值解法(Damped Least Squares / Levenberg-Marquardt Method)
- Alternating Least Squares(ASL) for Implicit Feedback Datasets的数学推导以及用Python实现
- 最小二乘法(least squares method)
- Least Squares Estimation for multiple linear regression
- 【HDU5950 2016ACM ICPC亚洲区沈阳站-重现赛 C】【矩阵快速幂】Recursive sequence 矩阵递推 i ^ 4
- 最小二乘法 least square method
- Kernel Regularized Least Squares(KRLS)
- Ordinary Least Squares 最小二乘约束
- Learning to solve nonlinear least squares for monocular stereo阅读笔记
- Python 回归 普通最小二乘法(Ordinary Least Squares)
- ALS(alternating least squares)交替最小二乘
- ALS(Alternating Least Squares)
- 数值优化(Numerical Optimization)学习系列-最小二乘问题(Least-Squares)
- 统计学 简单的线性回归(Linear Regression) - 最小二乘法 (least square method)
- 【机器学习】Linear least squares, Lasso,ridge regression有何本质区别?
- Linear and nonlinear least squares regeressions