[拼音]：ditui guji suanfa

[外文]：recursive esti tion algorithm

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）递推小二乘法；

（2）递推增广小二乘法；

（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。

严正声明：本文由历史百科网注册或游客用户嘉年自行上传发布关于» 递推估计算法的内容，本站只提供存储，展示，不对用户发布信息内容的原创度和真实性等负责。请读者自行斟酌。同时如内容侵犯您的版权或其他权益，请留言并加以说明。站长审查之后若情况属实会及时为您删除。同时遵循 CC 4.0 BY-SA 版权协议，尊重和保护作者的劳动成果，转载请标明出处链接和本声明内容：作者：嘉年；本文链接：https://www.freedefine.cn/wenzhan/32247.html