论文部分内容阅读
在非均匀采样系统辨识方法中，通常利用重采样、数值积分等方法来处理非均匀采样数据，所用模型多为连续有理分式传递函数，在递推形式下非均匀采样对象又常局限于“数据缺失”的情况．本文研究更为一般的异步非均匀采样的多变量系统，采用连续时间状态空间模型描述，推导了模型参数、参数梯度和系统状态之间的相互递推关系，构成一种可变迭代间隔的递推辨识算法，在每次输出采样点上仅更新模型中受当前采样数据影响的参数．这种辨识方法可以适用于任意非均匀采样系统，多采样率系统也可作为一种特例适用于本算法．仿真结果表明，所提的方法是可行有效