ls信道估计matlab_飞机参数辨识方法2——最大似然概率Output-Error方法Matlab实例

1.方法原理

根据贝叶斯原理，给定参数

，针对测量值

的似然函数为，

又因为假设噪声是独立且正态分布的，所以测量值z(i)也是独立且正态分布的，所以似然函数等价于

其均值和方差为，

所以似然函数的概率密度表达式为：

通过对上述表达式求极值，得到使得似然概率取得最大的

值，就是所需要辨识的参数值。这部分主要涉及优化算法。

基于最大似然概率原理的Output-error参数辨识逻辑如下图，

假设系统不存在过程噪声，仅存在测量噪声，

则待求最优的似然函数为

转换为代价函数

2. Matlab示例

继续使用上一个例子中用到的F-16飞机非线性仿真数据进行参数辨识。

首先确定横航向线性动力学方程，可以用状态空间模型表示，

待估计的参数包括以下参数，它们嵌入在A矩阵和B矩阵之中。

然后使用equation error方法进行线性回归，得到气动参数的初步估计值

,

再利用Output error方法，基于上述线性模型和参数估计初值，通过优化算法多次迭代得到最终18个参数估计值。

验证一下估计结果，预测输出与试验数据基本吻合。

% Output error maximum likelihood system identification

参考文献：

[1]Russell R S. Non-linear F-16 simulation using Simulink and Matlab[J]. University of Minnesota, Tech. paper, 2003.

[2]Morelli E A, Klein V. Aircraft system identification: theory and practice[M]. Williamsburg, VA: Sunflyte Enterprises, 2016.