极大自然算法.doc

系 统 辨 识 实 验 报 告 实验三 极大似然法辨识实验 一、实验程序如下： clear %清零 a(1)=1;b(1)=0;c(1)=1;d(1)=0;u(1)=d(1);z(1)=0;z(2)=0; %初始化 for i=2:1200 %产生m序列u(i) a(i)=xor(c(i-1),d(i-1)); b(i)=a(i-1); c(i)=b(i-1); d(i)=c(i-1); u(i)=d(i); end u; %若取去‘；’可以在程序运行中观测到m序列 v=randn(1200,1); %产生正态分布随机数 V=0; %计算噪声方差 for i=1:1200 V=V+v(i)*v(i); end V1=V/1200; for k=3:1200 %根据v和u计算z z(k)=1.2*z(k-1)-0.6*z(k-2)+u(k-1)+0.5*u(k-2)+v(k)-v(k-1)+0.2*v(k-2); end o1=0.001*ones(6,1);p0=eye(6,6); zf(1)=0.1;zf(2)=0.1;vf(2)=0.1;vf(1)=0.1;uf(2)=0.1;uf(1)=0.1; for k=3:1200 h=[-z(k-1);-z(k-2);u(k-1);u(k-2);v(k-1);v(k-2)]; hf=h; K=p0*hf*inv(hf*p0*hf+1); p=[eye(6,6)-K*hf]*p0; v(k)=z(k)-h*o1; o=o1+K*v(k) ; p0=p; o1=o; a1(k)=o(1); a2(k)=o(2); b1(k)=o(3); b2(k)=o(4); d1(k)=o(5); d2(k)=o(6); e1(k)=abs(a1(k)+1.2); e2(k)=abs(a2(k)-0.6); e3(k)=abs(b1(k)-1.0); e4(k)=abs(b2(k)-0.5); e5(k)=abs(d1(k)+1.0); e6(k)=abs(d2(k)-0.2); zf(k)=z(k)-d1(k)*zf(k-1)-d2(k)*zf(k-2); uf(k)=u(k)-d1(k)*uf(k-1)-d2(k)*uf(k-2); vf(k)=v(k)-d1(k)*vf(k-1)-d2(k)*vf(k-2); hf=[-zf(k-1);-zf(k-2);uf(k-1);uf(k-2);vf(k-1);vf(k-2)]; end o1 %若取去‘；’可以在程序运行中观测到参数 V1 subplot(4,1,1) k=1:1200; plot(k,a1,k:,k,a2,b,k,b1,r,k,b2,m:,k,d1,g,k,d2,k); xlabel(k) ylabel(parameter) legend(a1=-1.2,,a2=0.6,b1=1.0,b2=0.5,d1=-1.0,d2=0.2); %图标炷 title(The parameter idendification of the RML); end subplot(4,1,2) k=1:1200; plot(k,e1,k,k,e2,b,k,e3,r,k,e4,m,k,e5,g,k,e6,k); xlabel(k) ylabel(error) %title(误差曲线) end subplot(4,1,3) k=1:1200; plot(k,u); xlabel(k) ylabel(input) %title(系统输入信号) end subplot(4,1,4) k=1:1200; plot(k,v); xlabel(k) ylabel(random noise) %title(系统所加的随机噪声) End 二、程序运行结果： 运行结果一: o1 = -1.2756 0.6869 0.9419 0.5966 -0.7163 0.2453 V1 = 1.015 运行结果二: o1 = -1.1927 0.6160 0.9516 0.5876 -0.8886 0.3729 V1 = 1.0067 三、运行结果分析： 由于程序产生的1200个