基于加权遗忘多新息RLS的无人艇响应模型在线参数辨识
Journal of Dalian Maritime University（2023）
摘要
为实现无人艇运动数学模型的精确在线建模,针对遗忘多新息递推最小二乘算法精度较差,并且不能充分利用多组数据误差之间的差异进行参数递推的问题,提出加权形式的遗忘多新息递推最小二乘算法,并设计一种基于数据递推误差确定权值的加权策略.基于一艘喷推艇的实艇数据和无人艇操纵运动二阶非线性响应模型对本文算法进行验证,结果表明,较传统遗忘多新息递推最小二乘算法,本文算法的艏向角均方根误差指标可降低6.左右,决定系数指标最高可达0.9927,证明本文算法具有较强的在线参数辨识建模能力.
更多关键词
unmanned surface vehicle,response model,on-line parameter identification,recursive least squares,multi-innovation,forgetting factor
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要