A recursive least squares parameter estimation algorithm for output nonlinear autoregressive systems using the input-output data filtering

سیستم های غیر خطی در فرایندهای صنعتی به طور گسترده ای وجود دارند. این مقاله روشهای تخمینی پارامترهای ایجاد مدل های ریاضی برای یک کلاس از سیستم های غیر خطی خروجی را بررسی می کند که خروجی آن در مورد خروجی های گذشته و خطی در مورد ورودی ها غیر خطی است. ما از یک تابع انتقال تخمین زده شده برای فیلتر کردن داده های ورودی-خروجی استفاده می کنیم و دو مدل شناسایی را بدست می آوریم، یکی شامل پارامترهای مدل سیستم است و دیگری شامل پارامترهای مدل نویز است. بر اساس تکنیک فیلترینگ داده، یک الگوریتم کمترین مربع بازگشتی مبتنی بر فیلتر داده ارائه می شود. نتایج شبیه سازی نشان می دهد که الگوریتم پیشنهادی می تواند برآورد پارامترهای دقیق تر نسبت به الگوریتم کمترین مربع مقدماتی بازگشتی ایجاد کند.