系统辨识作业：随机牛顿法(共3页).doc

精选优质文档-倾情为你奉上随机牛顿法：算法基本原理：1.随机逼近法本质上类似最速下降法，缺点是当搜索逼近极小值点时，易发生振荡，搜索速度慢；2.为加快搜索速度，采用随机牛顿法如下：3. 设R(k)为Hessian矩阵的k时刻的估计值，R(k)的随机逼近算法可根据Robbins-Monro算法求出，随机牛顿算法归结为：（k）为收敛因子，（k）=1/k。程序设计思路：待辨识对象参数a=1 -1.5 0.7; b=1 0.5;输入采用长度L=400的白噪声序列，输出，输入和输出数据均含不相关随机噪声，（k）=1/k。利用上述递推公式，辨识系统参数。辨识结果：估计参数值ans = -1.4782 0.6778 0.9795 0.5026经过400步的计算，系统辨识参数与真值基本相同。程序：%递推随机牛顿参数估计（RSNA）clear; clc;a=1 -1.5 0.7; %对象参数b=1 0.5; d=3; na=leng