基于学习的渐近极点配置

来源 :第三届全球智能控制与自动化大会 | 被引量 : 0次 | 上传用户:heran3
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
对参数已知的线性系统能任意极点配置的充要条件是系统能控制能控。该文也只假设系统能控,来解决单输入系数未知的随机系统的极点配置问题,系统噪声要求相互独立,均值为零并且二阶矩一致有界,并假定系统的状态在固定时刻对不同反馈增益可反复量测到时,该文采用叠代学习方法,它本质地基于随机逼近递推地计算反馈增益,但不用必然等价原则。
其他文献
为了抑制动态测试尤其是长过程测试数据中的时变性随机测量误差,提出移动辩识时变模型与移动卡曼滤波相结合的移动自适应滤波平均方法,而不采用当前广泛使用的各种递推算法,以避
引起天平钱载示值变动性的原因很多:横梁不水平;螺丝松动;刀刃不锋利;刀子有崩缺;毛刺、带针、跳针、耳折以及温度、湿度、振动等环境条件,都能使天平产生载示值变动性误差。而天平
该文研究分布式迭代随机系统的均方实用稳定性,文中首先建立了分布式迭代随机系统均方实用稳定性的基本概念,然后研究分布式线性迭代随机系统的均方实用稳定性。通过建立分布式
讨论服从随机系数AR模型的随机信号的未知参数估计问题,比较基于最优估计思想的估计方程方法、条件二乘估计以及矩估计,给出的仿真结果说明了最优估计比最小二乘估计及矩估计
实验表明:半夏有性繁殖种子田间出苗率为0~25%,且实生苗当年不能形成商品;无性繁殖则以珠芽和小块茎作种明显优于大块茎。 Experiments show that: Pinellia sexual reproduc