1) Recursive method
循环递推法
1.
Recursive method of the sum of equal powers and Bernoulli s numbers;
等幂和与Bernoulli数的循环递推法
2) proper sequence and order
循环递推
3) Recursive algorithm with hierarchial estimation
循环估计递推算法
5) Cyclic reduction method
循环递减算法
6) circular recursion calculation
递归循环计算法
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