时变参数遗忘梯度估计算法的收敛性

提出了时变随机系统的遗忘梯度辨识算法 ,并运用随机过程理论研究了算法的收敛性 .分析表明 ,遗忘梯度算法的性能类似于遗忘因子最小二乘法 ,可以跟踪时变参数 ,但计算量要小得多 ,且数据的平稳性可以减小参数估计误差上界和提高辨识精度 .阐述了最佳遗忘因子的选择方法 ,以获得最小参数估计上界 .对于确定性时不变系统 ,遗忘梯度算法是指数速度收敛的 ;对于时变或时不变随机系统 ,遗忘梯度算法的参数估计误差一致有上界 .