非均匀采样系统的一种递推辨识方法

在非均匀采样系统辨识方法中,通常利用重采样、数值积分等方法来处理非均匀采样数据,所用模型多为连续有理分式传递函数,在递推形式下非均匀采样对象又常局限于"数据缺失"的情况.本文研究更为一般的异步非均匀采样的多变量系统,采用连续时间状态空间模型描述,推导了模型参数、参数梯度和系统状态之间的相互递推关系,构成一种可变迭代间隔的递推辨识算法,在每次输出采样点上仅更新模型中受当前采样数据影响的参数.这种辨识方法可以适用于任意非均匀采样系统,多采样率系统也可作为一种特例适用于本算法.仿真结果表明,所提的方法是可行有效的.