永磁同步电机的在线参数辨识仿真模型（一）一一一最小二乘法及递推最小二乘法

永磁同步电机的在线参数辨识仿真模型一一一最小二乘法的介绍

1.最小二乘法的简单介绍

最小二乘法的理论最早是由高斯（Gauss）于1795年在星体运动轨道预报研究过程中提出来的。该理论的原理比较简单，容易理解与掌握，编制程序也易于实现，重要的是具有良好的数学统计特性（无偏性、有效性、一致性等），因此在参数辨识中有相当广泛的应用。最小二乘法是系统参数辨识的基本方法，它是以准则函数最小化为目标推导出系统参数的辨识算法。为了提高基本递推最小二乘法（RLS）的辨识性能，发展了各种衍生算法，包括加权最小二乘法、遗忘因子法、增广最小二乘法、广义最小二乘法等。下面以最小二乘法为基础进行讲解：

2.递推最小二乘法的推导

批处理最小二乘法在每次处理数据时需要计算矩阵的逆，尤其是当尾数较大时，计算量较大，由式（1.6）可辨识模型中不变参数 ，是由于累积和迭代造成数据量过大，由此引入递推最小二乘法，即在更新模型时对上一步中的模型以及数据进行修正&#