11. fejezet
11. fejezet Módszerek rekurzív becslése
11.1. bevezetés
Sok esetben szükséges vagy hasznos lehet a rendelkezésére a rendszer modell, amely képes működő, valós időben. Ebben a modellben nem alapulhat a jövőbeli mérések. Szükséges, hogy a formáció ilyen modellek általában annak a ténynek köszönhető, hogy a modell elkészítéséhez szükséges egyes értékelések a rendszer működése közben. A kérdések a következők:
- Hogyan válasszuk ki a bemeneti művelet a következő lépés?
- Hogy méretű szűrő paramétereit úgy kell beállítani?
- Melyek a legjobb előrejelzéseket az alábbi értékeket a kimeneti változó?
- Van egy betegség, és ha igen, milyen sár?
Módszerekkel megoldani ezeket a problémákat, a személyre szabható modell valamilyen, általában az úgynevezett adaptív (lásd.
Ábra. 11.1). Ebben az értelemben beszélünk adaptív szabályozás, az adaptív szűrés, adaptív jelfeldolgozás és adaptív előrejelzést.
Számítási eredmények a valós idejű modellt kell tenni annak érdekében, hogy a mérés minden egyes lépésénél a feldolgozás mindig befejeződött, mielőtt a következő lépés. Ellenkező esetben, a beépített modell nem tud megbirkózni az információáramlást.
Azonosítási módszerek E követelménynek megfelelő lesz nevezzük visszatérő azonosítási módszerek, mivel a mért adatok feldolgozása rekurzívan vhodovyhodnye (szekvenciálisan), abban a sorrendben azok átvételét.
Ábra. 11.1. adaptív módszerek
Gyakran előfordul, hogy ezek a módszerek is alkalmazza az azonosító valós idejű vagy jelenlegi adatok adaptív paraméterbecslési vagy egymás paraméterbecslést. Amellett, hogy a rekurzív módszerek adaptív rendszerek, ezek fontosak a következő két ok miatt:
1. Általában, amint látni fogjuk, az általuk termelt értékelésüket diszperziós paramétereket. Ez azt jelenti, hogy lehetséges, hogy ellenőrizzék az adatáramlást és feldolgozza őket, amíg el nem érik a megfelelő modell pontosságát.
2. Kiderül, hogy az algoritmusok ebben a fejezetben minősül, továbbá, hogy a versenyt a paraméterbecslések olyan helyzetekben, amikor a felmérés készült az összegyűjtött adatok (lásd. 10.3.)
Ez a fejezet középpontjában a kialakulását visszatérő azonosító algoritmus határozza meg azok tulajdonságait, valamint azok gyakorlati alkalmazásáról. Kezdeni leírjuk formális követelmény a kiszámíthatóság véges idő alatt.
A szerkezet az algoritmust. Mi határozza meg a közös azonosítási módszer, mint megjeleníteni a megadott adatok a paraméter térben (7.7):
ahol a funkció beállítható explicit (például, mint egy érv, minimalizálva a funkció). Ez a fajta általános kifejezés (11.1) lehet használni a rekurzív algoritmus száma függvény értékei lehetnek nagyszámú számításokat, amelyek nem hajtható végre, a következő lépés előtt. Ezzel szemben a rekurzív algoritmus kell tartaniuk a következő összefüggések:
Itt a vektor rögzített méretét, amely egy állam az információt; Nick funkció kifejezetten megadva, és ezek értékeit ki lehet számítani egy véges számú számítási műveletek, ismert a priori. Így biztosak lehetünk abban, hogy Analízis a következő lépés előtt az algoritmus.
Mivel az információ az utolsó pár mérést általában kicsi összehasonlítva szerzett információk feldolgozásának eredményeként a korábbi mérések, az algoritmus (11.2) általában egy sajátos formája:
és ahol a kis számok tükrözik a relatív információk mennyisége újabb mérésekkel.