输入输出端存在噪声时系统的无偏辨识

在实际辨识中，观测到的系统输入输出数据往往被噪声所污染，这给无偏辨识系统带来困难．基于和文［６］中相同的原理，本文提出了一种递推的偏差补偿最小二乘法（ＲＢＥＬＳ）．它通过在系统输入端引入已知滤波器，将已知零点嵌入被辨识系统中，然后利用这些零点所提供的信息在线估计辨识偏差，并将偏差加以补偿，从而实现系统的无偏估计．尤其，在没有任何有关噪声先验信息的情形下，利用此方法可获得满意的辨识结果．

具有非参数化不确定系统的无偏辨识

本文研究了具有参数和非参数不确定性系统的集员辨识问题。分析表明利用我们在文［５］中提出的ＢＥＬＳ方法可以消除集员辨识中观测噪声引起的偏差．文中通过对系统输入数据的预滤波将已知零点嵌入系统，利用这些零点提供的信息将观测噪声引起的辨识偏差予以消除．