论文部分内容阅读
基于奇异值分解和递推广义增广最小二乘原理，提出了Box—Jenkins模型参数估计的一种递推算法．常规的递推广义增广最小二乘算法对舍入误差较为敏感，会导致协方差矩阵失去正定性和对称性，产生病态条件问题，引起数值不稳定现象．为了改善参数估计的性能，利用协方差矩阵的奇异值分解技术，推导出Box—Jenkins模型估计算法．该算法辨识精度高，收敛速度快，数值稳定性好．仿真表明，随着噪信比的增大，新算法仍然具有良好的性能．