非對(duì)稱偏斜噪聲條件下一種魯棒概率系統(tǒng)辨識(shí)算法研究
自動(dòng)化學(xué)報(bào)
頁數(shù)： 14 2024-06-04
摘要： 在現(xiàn)有的系統(tǒng)辨識(shí)算法中,常用的高斯、學(xué)生氏t (Studentu0027s t, St)、拉普拉斯等噪聲分布均呈現(xiàn)出對(duì)稱的統(tǒng)計(jì)特性,難以描述非對(duì)稱性、有偏的輸出噪聲,使得在非對(duì)稱偏斜噪聲條件下算法的性能下降.基于此,研究一類廣義雙曲傾斜學(xué)生氏t (Generalized hyperbolic skew studentu0027s t, GHSkewt)分布,并在非對(duì)稱偏斜噪聲條件下,提出一種線... （共14頁）
APP 