随机非线性非平稳复杂系统辨识与估计理论数据集

随机非线性非平稳复杂系统辨识与估计的理论数据集对应于课题1的指标1.1“建立多源数据下的信息融合算法和高精度的估计算法；通讯资源受限情形，开展最小信道需求理论研究，建立适用于分布式网络的有限信息参数辨识算法”。该数据集针对于三个研究内容。针对研究内容1：非平稳随机非线性辨识与估计算法。数据集记录了提出的加权 L_γ 正则稀疏辨识算法与LS算法和自适应LASSO算法的对比。针对研究内容2：多源数据下的高精度融合估计算法。数据集记录了提出的基于多源数据的融合算法收敛性仿真，并与最小二乘算法进行了对比。针对研究内容3：受限情形下的分布式辨识和估计算法。数据集记录了在通信资源受限情形下，提出的基于信息矩阵的辨识算法的自适应阈值设计方法。此数据集验证了该方法可以实现更高资源利用率下的量化辨识。比较了在非最优固定阈值、最优固定阈值、自适应阈值下估计的收敛效果。数据量为1.93MB。