اجرای روش تعیین حداقل مربعات به صورت بازگشتی (RLS)

در این پروژه هدف شناسایی یک پارامتر از یک سیستم است. فرض میکنیم خروجی یک سیستم به صورت رابطه y=b+n باشد که b یک ثابت است و مقدار آن 5 میباشد و n نویز گوسی میباشد. در متلب دستور wgn برای تولید نویز گوسی به کار میرود.

مقدار b برای ما نامشخص است و تنها اطلاعاتی که از سیستم داریم خروجی آن است. یعنی در هر نمونه زمانی که از سیستم دریافت میکنیم سیگنال دریافت شده حاصل جمع یک عدد ثابت با مقدار نویز در آن لحظه است. حال میخواهیم با اجرای روش تعیین حداقل مربعات به صورت بازگشتی مقدار b را با استفاده از 100 نمونه اطلاعاتی از سیستم به صورت آفلاین بدست آوریم. لازم به ذکر است مقدار اولیه لحاظ شده برای ماتریس کوواریانس خطای P در این پروژه 3 مقدار 10 و 100 و 1. است. و همچنین با تغییر فاکتور فراموشی نیز پروژه پیاده سازی شده است.

مراحل اجرای پروژه:

مرحله اول، تولید 100 نمونه اطلاعاتی با استفاده از فرمول فوق است.

مرحله دوم، تعیین ماتریسهای مورد استفاده و مقدار اولیه دادن به آنها است.

مرحله سوم، پیادهسازی کدهای مربوط به روش RLS است.

مرحله چهارم، تولید نمودار حاصل از اجرای محاسبات است.

اجرای روش تعیین حداقل مربعات به صورت بازگشتی (RLS) برای شناسایی یک سیستم

اجرای روش تعیین حداقل مربعات به صورت بازگشتی (RLS)

مطالب مشابه :

رگرسیون و مدل سازی به روش حداقل مربعات جزئی (Partial Least Square)

آموزش اقتصاد سنجی

روش حداقل مربعات معمولی OLS

روش حداقل مربعات معمولی

رگرسیون و مدل سازی به روش حداقل مربعات جزئی (Partial Least Square)

اجرای روش تعیین حداقل مربعات به صورت بازگشتی (RLS)

روش های برآورد پارامترهای رگرسیون