论文部分内容阅读
本文在一类持续激励输入下研究了带有输出噪声的量化系统的辨识问题,主要难点在于量化值与参数估计值是相关的,这正是已有量化辨识和滤波算法无法回避的客观事实,也是无法对量化系统进行控制的症结所在。本文解决的主要思路是通过分析量化值关于前一步估计的条件期望,构造辨识算法并证明了算法是几乎处处(a.s.)和均方收敛的;论证了估计误差方差的收敛速度与输出可精确测量的经典算法是同级的(都是1/k级);给出了最优量化值选取和最优算法的构造方法;用一个仿真例子来演示本文算法的性质;最后,对本文进行了简单的总结并展望了进一步的相关工作。