Core Concepts
在有限励振条件下,提出了一种新颖的估算器,可以实现参数估计误差的指数收敛。
Abstract
本文介绍了在有限励振条件下进行自适应参数估计的方法。首先介绍了传统的持久励振条件和最近更关注的有限励振条件。然后提出了一种结合牛顿算法和时变因子的新方法,可以在有限励振条件下实现指数收敛。通过引入预滤波,将名义系统转换为线性参数化形式。详细介绍了从累积误差成本函数推导出的数学推导,并给出了所提方法在稳定性和鲁棒性方面的理论分析。最后,通过比较数值模拟来说明所提方法的优越性。
介绍了自适应参数估计(APE)及其在航空航天、化工和汽车系统等领域中的应用需求。
讨论了持久励振(PE)和有限/初始励振(FE/IE)条件之间的区别以及对于参数估计过程中收敛性质的影响。
提出了基于牛顿算法设计的新型估算器,能够处理有限励振条件下的参数估计问题。
分析了NBE(Newton-based estimator)在不同激励条件下对参数收敛性能带来的影响。
讨论了NBE对外部干扰和测量噪声具有鲁棒性,并证明其能够使参数估计误差收敛到一个紧凑集合。