جزوه کنترل تطبیقی 6

فهرست مطالب:

---

تخمين پارامترها

مقدمه

تخمين پارامترها در حالت گسسته زمان

مثال

تعمیم

روش كمترين ميانگين مربعات (LMS) (پاورقي Least Mean Squvse)

روش كمترين ميانگين مربعات اصلاح شده

روش كمترين ميانگين مربعات نرماليزه شده

محدوده طول گام

آهنگ همگرايي نسبي

اصلاح در روشهاي LMS و NLMS

الگوريتم‏هاي مبتني بر حداقل مربعات

الگوريتم حداقل مربعات بازگشتي RLS (Recursive Least Square)

مقدار دهي اوليه

الگوريتم حداقل مربعات وزين بازگشتي WRLS

همگرايي نمايي در روش WRLS

پايداري تخمين پارامترها

مقايسه LMS و RLS

تخمين پارامترها در حالت زمان پيوسته‏‏

بحث پايداري در مثال فوق

بدست آوردن قوانين تطبيق از روي مدل سري-موازي

تخمين پارامترها در سيستمهاي تك ورودي – تك خروجي

روش طراحي لياپانوف  –SPR

 روش گراديان

قوانين تطبيقي

متد انتگرال

روش حداقل مربعات

بهبود الگوريتم LS

قضيه : خواص الگوريتم LS بهبود يافته

الگوريتم بهبود يافته LS با فاكتور فراموشي

اثر شرايط اوليه

همگرايي

روش (Weighted Least Square) WLS

آناليز همگرايي

قوانين تطبيقي با عمل تصويري (Projetion)

متد نيوتن

فرم زمان پيوسته

متد گراديان تصويري (Gralient Projection)

انگيزه اصلي

قانون LS با تكنيك تصويرسازي

روُيت گرهاي تطبيقي (Adaptive observers)

مدل‏هاي پارامتريك سيستم

مدل پارامتريك خطي

عمل فيلترينگ

پارامتري مدل مرجع دوم

مدل پارامتريك bilnear

گاري با دو پاندول معكوس

فرم روُيتگر observer form