文献

J-GLOBAL ID：201902224588602263   整理番号：19A2177119

悪い観測条件下でのシステムのための増分再帰最小二乗同定【JST・京大機械翻訳】

Incremental Recursive Least-squares Identification for the Systems under Poor Observation Condition

著者 (4件)： Zhou Han (Electrical Engineering Institute, Heilongjiang University, Harbin, 150080) ,  Ma Guangpeng (Electrical Engineering Institute, Heilongjiang University, Harbin, 150080) ,  Yan Guangming (Electrical Engineering Institute, Heilongjiang University, Harbin, 150080) ,  Sun Xiaojun (Electrical Engineering Institute, Heilongjiang University, Harbin, 150080)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CCDC  ページ： 1649-1652  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 貧弱な観測条件下の自己回帰(AR)信号に対して,増分観測方程式に基づいて一種の増分再帰最小二乗(IRLS)アルゴリズムを提示した。RLSアルゴリズムの収束を適用して,モデルパラメータと雑音分散の得られた推定値が,確率1の対応する真値に収束することを容易に証明することができる。すなわち,それらは,強く一貫している。シミュレーション例はその有効性を示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *最小二乗法 ,  有効性 ,  推定量 ,  雑音 ,  シミュレーション
準シソーラス用語： モデルパラメータ ,  RLS法 ,  観測方程式 ,  自己回帰 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  電子航法一般  (ND14010O)

タイトルに関連する用語 (4件)： 観測 ,  増分 ,  最小二乗 ,  同定