1、最小二乘法是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配
2、典型的一类函数模型是线性函数模型。最简单的线性式是y = x0 + x1t,写成行列式,为
直接给出该式的参数解:
其中,为t值的算术平均值。也可解得如下形式:
4、最小二乘是一种最基本的辨识方法,但它具有两方面的缺陷:
- 当模型噪声是有色噪声时,最小二乘估计不是无偏、一致估计;
- 随着数据的增长,将出现所谓的“数据饱和”现象。
针对这两个问题,出现了相应的辨识算法,如遗忘因子法、限定记忆法、偏差补偿法、增广最小二乘、广义最小二乘、辅助变量法、二步法及多级最小二乘法等。