Maximum likelihood least squares identification for systems with autoregressive moving average noise
Maximum likelihood least squares identification for systems with autoregressive moving average noise
复制标题
具有自回归移动平均噪声的系统的最大似然最小二乘识别
DOI：
10.1016/j.apm.2011.07.083
复制
发表时间：
2012-05
影响因子：
5
通讯作者：
Jiyang Dai
中科院分区：
文献类型：
--
作者：
Wei Wang;Feng Ding;Jiyang Dai
极大似然法是系统建模和参数估计的重要方法。本文基于极大似然原理，导出了带自回归滑动平均噪声系统的递推极大似然最小二乘辨识算法。在这个推导中，我们证明了似然函数的最大值等价于最小化最小二乘成本函数。该算法不同于相应的广义扩展最小二乘算法。仿真试验表明，该算法比递推广义扩展最小二乘算法具有更高的估计精度。
Maximum likelihood methods are important for system modeling and parameter estimation. This paper derives a recursive maximum likelihood least squares identification algorithm for systems with autoregressive moving average noises, based on the maximum likelihood principle. In this derivation, we prove that the maximum of the likelihood function is equivalent to minimizing the least squares cost function. The proposed algorithm is different from the corresponding generalized extended least squares algorithm. The simulation test shows that the proposed algorithm has a higher estimation accuracy than the recursive generalized extended least squares algorithm.
登录
查看更多内容
多变量输出误差移动平均系统的基于分层梯度的迭代参数估计算法
DOI：
10.1016/j.camwa.2010.12.014
发表时间：
2011-02
期刊：
Computers & Mathematics with Applications
影响因子：
--
作者：
Zhang, Zhening;Ding, Feng;Liu, Xinggao
通讯作者：
Liu, Xinggao
影响因子：
2.6
作者：
Xie, L.;Liu, Y. J.;Yang, H. Z.;Ding, F.
通讯作者：
Ding, F.
DOI：
10.1016/j.dsp.2009.10.012
发表时间：
2010-05
期刊：
Digit. Signal Process.
影响因子：
--
作者：
F. Ding;P. X. Liu;Guangjun Liu
通讯作者：
F. Ding;P. X. Liu;Guangjun Liu
一类多速率系统的基于最小二乘的迭代辨识
影响因子：
6.4
作者：
Liu, Xinggao;Lu, Jing
通讯作者：
Lu, Jing
DOI：
--
发表时间：
--
期刊：
Comput. Math. Appl.
影响因子：
--
作者：
Lili Han;F. Ding
通讯作者：
Lili Han;F. Ding