论文部分内容阅读
针对一类在有限时间区间上重复运行的离散时变系统，讨论用于系统时变参数估计的迭代学习辨识算法。文中推导得到两种迭代学习辨识算法。迭代学习贝叶斯法和迭代学习随机牛顿法。不同于常规跟踪算法的有界收敛件，迭代学习辨识算法可在有限时间区间上实现对时变参数的完全估计，沿整个区间参数估计误差为零。数值仿真结果表明了所提出的学习算法的有效性。