输入数据缺失情况下的OE模型辨识算法研究

针对辨识技术应用过程中出现的一类输入数据随机缺失时的辨识问题进行了研究。针对输出误差(OE)模型描述的一类系统,提出了一种模型辨识和缺失数据预测交互迭代的辨识算法。在模型辨识中采用了递推的辨识算法便于形成实时更新的在线辨识策略;而在缺失数据的预测过程中,利用小波降噪技术对预测数据进行适应性的滤波。仿真和分析表明,所提出的辨识算法对连续性输入数据缺失具有很强的鲁棒性;与没有小波技术参与的辨识算法相比,该算法具有较高的模型辨识精度和对缺失数据较好的预测能力。