精炼线性和非线性模型的预测误差最小化
PEM使用数值优化来最小化成本职能,预测误差的加权规范,定义为标量输出:
在哪里E(t)是测量的输出和模型的预测输出之间的差异。对于线性模型,错误被定义为:
在哪里E(t)是矢量和成本函数 是标量值。下标N表示成本函数是数据样本数量的函数,并且对于更大的值变得更准确N。对于多输出模型,先前的等式更复杂。有关更多信息,请参阅第7章系统识别:用户理论,第二版,由Lennart Ljung,Prentice Hall Ptr,1999年。
您可以达到相同的结果PEM.
通过使用各种型号结构的专用估计命令。例如,使用SSEST(数据,init_sys)
用于估计状态空间模型。