1) Backward recursion
后向递推
2) Modified Downward Recurrence Method
改进后向递推
1.
After giving up the classical algorithms—Continued Fraction Method and Modified Downward Recurrence Method,we have shown in this paper how to calculate scattering parameters using the functions and commands of Matlab.
收敛数度比改进后向递推快,相应的程序简单易读且执行时间大为缩短,比现有经典算法所用的递推关系较少,因此在很大程度上避免了递推过程中误差的积累,保证了计算结果的可靠性。
3) backward recurrence algorithm
向后递推算法
4) classical backward recurrence relation
古典向后递推算法
5) backward three-term recurrence relations
向后三项递推关系式
6) forward recursive
前向递推
1.
In this paper the authors firstly analyze the measuring error existing in traditional DFT algorithm;then based on conventional DFT propose a forward recursive DFT algorithm in which the frequency and phasor can be measured by use of three data derived from DFT,thus the operation amount can be effectively reduced.
离散傅里叶变换(DFT)是电力系统中频率及相量测量的基本算法,作者首先从理论上分析了传统的离散傅里叶算法存在的测量误差,并在传统的离散傅里叶算法的基础上提出了一种前向递推的DFT算法,该算法利用3点DFT数据进行频率及相量的测量,有效减小了运算量,仿真试验验证了所提算法的正确性。
补充资料：递推估计算法
利用时刻t上的参数估计孌(t)、存储向量嗘(t)与时刻 t+1上测量的输入和输出值u(t+1)和y(t+1)计算新参数值孌(t+1),再根据孌(t+1)计算出新参数值孌(t+2)，直到获得满意的参数值为止。这种算法的每一步计算量都比较小，能够使用小型计算机进行离线或在线参数估计，可以估计时变参数，也可以实时估计适应控制器的参数（见适应控制系统）。20世纪60年代，递推估计算法得到迅速发展，到了70年代产生了许多不同的方法，例如，有离线方法的各种变形、卡尔曼滤波法、随机逼近方法和模型参考适应参数递推估计法等。递推估计算法的各种方法可以用一个统一的公式来描述：
给孌(t),F(t),嫓(t)和w(t)不同的值就得到各种不同的方法：①递推最小二乘法；②递推增广最小二乘法；③递推近似极大似然法；④递推辅助变量法；⑤递推广义最小二乘法；⑥卡尔曼滤波参数估计；⑦随机逼近法；⑧模型参考适应法；⑨时变参数递推估计法。
参考书目
Lennart Ljung，Torsten Soderstrom， Theory and Practice of Recursive Identification，MIT Press., Combridge, Mass., 1983.
给孌(t),F(t),嫓(t)和w(t)不同的值就得到各种不同的方法：①递推最小二乘法；②递推增广最小二乘法；③递推近似极大似然法；④递推辅助变量法；⑤递推广义最小二乘法；⑥卡尔曼滤波参数估计；⑦随机逼近法；⑧模型参考适应法；⑨时变参数递推估计法。
参考书目
Lennart Ljung，Torsten Soderstrom， Theory and Practice of Recursive Identification，MIT Press., Combridge, Mass., 1983.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条