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&#