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。

搜集汇总

背景与挑战

背景概述

该数据集针对随机非线性非平稳复杂系统的辨识与估计问题，包含三个研究内容：非平稳随机非线性辨识与估计算法、多源数据下的高精度融合估计算法以及通信资源受限情形下的分布式辨识和估计算法。它记录了算法对比和仿真结果，数据量为1.93MB，共19个文件。