（1）Msls分三步對系統和噪聲模型進行辨識，采用脈沖序列作為輔助系統模型，用 計算輸出數據 ；用原輸出數據 計算 ，用遞推最小二乘方法分別對系統參數和模型參數進行估計。
（2）M.dat,wnoise1.dat分別為M和白噪聲序列。Wnoise1.dat的長度為700，wnoise2.dat的長度為1000。Msls6.c為N=600的程序，Msls8.c為N=800的程序。
（3）程序運行后，生成的兩個h文件為產生的脈沖響應函數。Msls6.dat為msls6.c的參數估計結果，msls8.dat為msls8.c的參數辨識結果。分別如下所示：
a1=0.906331 a2=0.160170 a3=0.025525 b1=0.704475 b2=-1.497551 c1=1.009114 c2=0.446890
a1=0.906347 a2=0.159066 a3=0.024650 b1=0.700720 b2=-1.493327 c1=1.008787 c2=0.425714
（4）由數據結果可以看出，采用msls辨識方法估計精度要比els法的估計精度差一些。尤其是噪聲參數c2的估計誤差不在1％以內。這是由于msls法計算上較為簡便，計算上的簡化就帶來了估計精度上的誤差。由N=600和N=800相比較，可以看出當N增大時，誤差有所減小。理論上當N趨于無窮時， 。
標簽：
Msls
分
噪聲模型
上傳時間：
2016-10-19
上傳用戶：戀天使569
