AR模型参数自适应估计方法研究及应用

作者：彭秀艳; 王茂; 刘长德

来源：哈尔滨工业大学学报, 2009, (09): 12-16.

• 自回归模型
• 卡尔曼滤波
• 参数自适应估计
• 船舶运动预报 autoregressive model
• Kalman filtering
• parameters adaptive estimation
• ship rolling motion forecast

为了提高AR模型参数估计的精度和收敛速度,提出基于卡尔曼(Kalm an)滤波原理的AR模型参数估计方法.把AR模型参数向量作为状态向量,利用随机游动模型建立系统的状态方程,由观测数据建立系统的观测方程,应用卡尔曼(Kalm an)滤波原理求得参数向量的最小方差估计.将该方法应用于船舶运动实时建模预报中.仿真研究表明本文提出的基于Kalm an滤波算法的AR模型在预报精度以及收敛速度方面均优于基于递推最小二乘法(RLS)和最小均方(LMS)算法,该算法具有较强的鲁棒性,降低了实时在线预报时通信故障所引起的数据缺失对预报精度的影响.该方法在理论和工程应用方面具有重要的意义.

• 出版日期2009
• 单位哈尔滨工业大学; 哈尔滨工程大学