Identificación de modelos lineales ARX: mínimos cuadrados recursivos (Matlab)

Antonio Sala, UPV

Dificultad: *** ,       Relevancia: ,      Duración: 13:12

Resumen:

En este vídeo se continúa el ejemplo del vídeo [arxml], esta vez obteniendo los mismos resultados pero utilizando la implementación de mínimos cuadrados recursivos para los modelos ARX, que Matlab puede realizar con el comando recursiveARX de la System Id. toolbox.

En el vídeo, se inicializan los vectores de parámetros en media y en varianza, y se ejecuta el algoritmo recursivo. Con factor de olvido 1, los resultados cuando se han incorporado todos los datos son iguales a los de la versión no recursiva. Con factor de olvido menor a 1, la desviación típica de los parámetros estimados es mayor (se olvida parte de la información, la más antigua), y además dichos estimados son mucho más sensibles a ruido. Por último, se comprueba que cuando el ruido no es generado por un modelo ARX (filtrado por denominador de FdT), el estimador recursivo también, evidentemente, resulta sesgado (del mismo modo que lo era el no recursivo).

Colección completa [VER]:

• Anterior   Identificación de modelos discretos ARX por mínimos cuadrados no recursivos: ejemplo MATLAB

• Siguiente Identificación de modelos lineales discretos Output-Error (OE): ejemplo Matlab