Mínimos cuadrados recursivos: supervisión del factor de olvido

Antonio Sala, UPV

Dificultad: ***** ,       Relevancia: ,      Duración: 16:30

Resumen:

– Motivación: parámetros cambiantes, pero posibles fragmentos de datos no excitantes requieren supervisar el olvido.

– Revisión de los conceptos fundamentales del video [mcr2] y simulaciones como las del vídeo [mcr2m].

– Supervisión del olvido en filtro de Kalman: parámetros incrementales alrededor de unos valores nominales, dinámica asintóticamente estable.

– Supervisión del factor de olvido exponencial: no olvidar si el máximo valor propio o la traza de la matriz de varianzas-covarianzas está por encima de un cierto umbral.

– Compromisos de disen~o: estabilidad numérica versus retrasos en la detección de cambios súbitos o desviaciones en los parámetros estimados.

Colección completa [VER]:

• Anterior   Mínimos cuadrados recursivos con olvido: ejemplo Matlab

• Siguiente Mínimos cuadrados totales TLS: teoría