论文部分内容阅读
针对工业系统中广泛存在的时变特性，提出一种新的递推子空间辨识算法，实现对系统状态空间模型的在线递推估计．为更好地跟踪系统时变特性，研究基于遗忘因子的输入输出数据矩阵构造机制，以提高递推算法的收敛速度；针对算法中奇异值分解的求解问题，将梯度型算法引入基于遗忘因子的状态子空间跟踪中，实现对广义能观测矩阵的估计，避免了子空间近似带来的估计有偏性；该算法计算简单有效，且对初值具有更高的鲁棒性；最后给出该递推算法的性能分析，理论证明其收敛性，并通过仿真实例验证算法的有效性．