论文部分内容阅读
针对传统最小二乘算法在辨识过程中没有考虑噪声的协方差和参数的先验概率密度的问题，提出一种递推贝叶斯算法。该算法以最大化参数的后验概率密度函数为准则进行参数估计。实验结果证明所提算法可以获得更高精度的参数估计值。收敛性分析表明，该算法给出的参数估计值收敛于参数真值。该算法综合考虑了噪声方差、数据的先验概率分布和参数的先验概率分布，可以获得比最小二乘法更高的精度的估计值。