matlab 最小二乘法拟合_递推最小二乘法参数估计浅谈

最近有脚友咨询递推最小二乘法估算轮胎侧偏刚度的问题，这个问题挺有代表性的，很多模型参数估计的问题都可以用这个方法解决。所以今天花时间学习下，并把个人的理解分享给大家。

理论篇

如果想系统学习某领域的理论，最好的办法是买一本相关书籍或者下载几篇优秀的论文，阅读了几篇文章之后，总结如下。

定性来看，最小二乘法就是求解一个多元一次方程组，在已知输入、输出的前提下去估算系数，使得实际值与估算值之差的平方和最小。假设需要求解的系数（即需要估计的模型参数）有m个，那么至少需要采集m组以上的数据，方程才有解。当采集的数据刚好为m组时，方程有唯一解，即求解一个m元一次方程组。

一般情况下，采集的数据可以有很多组。当通过传感器实时采集时，就可以实现模型参数的在线估计，这就是本文要谈的递推最小二乘法。

最小二乘法的基本思路是对系统模型进行变换，把系统状态矩阵、输入矩阵中的参数变为状态量，如下式。

其中z(k)、h(k)代表某一组观测