1、第4章 系統(tǒng)辨識的隨機逼近法、極大似然法和預報誤差法4.1 系統(tǒng)辨識的隨機逼近法（SAA）4.1.1 隨機逼近原理2h(x)= （4.1.2）（1）Robbins-Monro算法x(k+1)=x(k)+(k)-y(x(k) （4.1.3）第4章 系統(tǒng)辨識的隨機逼近法、極大似然法和預報誤差法4.（2）Kiefer-Wolfowitz算法（2）Kiefer-Wolfowitz算法4.1.2 隨機逼近參數(shù)估計方法4.1.2 隨機逼近參數(shù)估計方法系統(tǒng)辨識與自適應控制第4章統(tǒng)辨識的隨機逼近法、極大似然法和預報誤差法課件圖4.1.1 系統(tǒng)輸入輸出均受干擾的SISO動態(tài)系統(tǒng)示意圖圖4.1.1 系統(tǒng)輸入輸出均

2、受干擾系統(tǒng)辨識與自適應控制第4章統(tǒng)辨識的隨機逼近法、極大似然法和預報誤差法課件4.1.3 隨機牛頓法4.1.3 隨機牛頓法4.2 系統(tǒng)辨識的極大似然法（ML）4.2.1 極大似然原理4.2 系統(tǒng)辨識的極大似然法（ML）系統(tǒng)辨識與自適應控制第4章統(tǒng)辨識的隨機逼近法、極大似然法和預報誤差法課件系統(tǒng)辨識與自適應控制第4章統(tǒng)辨識的隨機逼近法、極大似然法和預報誤差法課件4.2.2 ML估計和LS估計的關系圖4.2.1 SISO動態(tài)過程模型4.2.2 ML估計和LS估計的關系圖4.2.1 S系統(tǒng)辨識與自適應控制第4章統(tǒng)辨識的隨機逼近法、極大似然法和預報誤差法課件系統(tǒng)辨識與自適應控制第4章統(tǒng)辨識的隨機逼近法

3、、極大似然法和預報誤差法課件4.2.3 極大似然估計的數(shù)值計算方法24.2.3 極大似然估計的數(shù)值計算方法2系統(tǒng)辨識與自適應控制第4章統(tǒng)辨識的隨機逼近法、極大似然法和預報誤差法課件系統(tǒng)辨識與自適應控制第4章統(tǒng)辨識的隨機逼近法、極大似然法和預報誤差法課件系統(tǒng)辨識與自適應控制第4章統(tǒng)辨識的隨機逼近法、極大似然法和預報誤差法課件系統(tǒng)辨識與自適應控制第4章統(tǒng)辨識的隨機逼近法、極大似然法和預報誤差法課件系統(tǒng)辨識與自適應控制第4章統(tǒng)辨識的隨機逼近法、極大似然法和預報誤差法課件Newton-Raphson法迭代計算具體步驟如下：4.2.4 近似遞推極大似然法（RML）Newton-Raphson法迭代計算具

4、體步驟如下：系統(tǒng)辨識與自適應控制第4章統(tǒng)辨識的隨機逼近法、極大似然法和預報誤差法課件系統(tǒng)辨識與自適應控制第4章統(tǒng)辨識的隨機逼近法、極大似然法和預報誤差法課件系統(tǒng)辨識與自適應控制第4章統(tǒng)辨識的隨機逼近法、極大似然法和預報誤差法課件系統(tǒng)辨識與自適應控制第4章統(tǒng)辨識的隨機逼近法、極大似然法和預報誤差法課件系統(tǒng)辨識與自適應控制第4章統(tǒng)辨識的隨機逼近法、極大似然法和預報誤差法課件系統(tǒng)辨識與自適應控制第4章統(tǒng)辨識的隨機逼近法、極大似然法和預報誤差法課件圖4.2.2 RML算法的程序流程圖圖4.2.2 RML4.3 系統(tǒng)辨識的預報誤差法（PE）4.3.1 預報誤差原理24.3 系統(tǒng)辨識的預報誤差法（PE）4.3.2 預報誤差法與極大似然法的關系（1）e為已知時4.3.2 預報誤差法與極大似然法的關系（1）e為已知（2）e為未知時（2）e為未知時4.3.3 預報誤差參數(shù)估計方法（最優(yōu)化算法）24.3.3 預報誤差參數(shù)估計方法（最優(yōu)化算法）2系統(tǒng)辨識與自適應控制第4章統(tǒng)辨識的隨機逼近法、極大似然法和預報誤差法課件系