Howtosignalprocessing
Jaki jest cel rekurencyjnego oszacowania najmniejszych kwadratów?
Rekurencyjny estymator najmniejszych kwadratów szacuje parametry systemu za pomocą modelu liniowego w tych parametrach. Taki system ma następującą formę: y (t) = h (t) θ (t) . Y i H są znanymi ilościami, które podajesz bloku do oszacowania θ.
Co zapomina czynnik w RLS?
Streszczenie: Ogólna wydajność algorytmu rekurencyjnego najmniejszych kwadratów (RLS) jest regulowana przez czynnik zapominający. Wartość tego parametru prowadzi do kompromisu między niskim niewłaściwym podmiotem a stabilnością z jednej strony, a szybką szybkość konwergencji i śledzeniem z drugiej strony.
