系统辨识（五）：系统辨识的最小二乘法基础

一、最小二乘法的基本原理

在研究分析的过程中，经常要对一些研究对象构建数学模型来进行分析。通常在建模过程中有机理法建模和通过数据驱动的方式建模。因此怎样确定系统的数学模型及参数———即系统辨识问题就自然被提了出来。
问题的提出：

二、最小二乘法数学模型

用最小二乘法（Least Squares Method，简称LS）进行参数估计，首先要指定模型类，通常情况下，采用差分方程来描述被辨识系统，且假定系统的阶次已知。

三、加权最小二乘法

如果考虑到在不同时刻、不同环境下，数据的价值不同，这时可引入“加权因子”，即修正系数，对不同次的数据进行修正。

四、对于测试信号的要求

系统可以辨识的条件：输入信号必须是持续激励信号。

五、最小二乘估计值的统计性质

最小二乘估计把参数估计问题转化成了确定性最优化问题。在求解过程当中并没有涉及到噪声问题。