Page 107 - 5637
P. 107
системи по спостережуваних послідовностей ( ) і ( ) ( = 1, 2, … ). Ефективність
застосування методу в першу чергу залежить від стохастичних властивостей вхідної
послідовності ( ) ( = 1, 2, … , ). Наприклад, якщо вектори (1), … , ( ) взаємно
ортогональні, точне значення вектора параметрів може бути отримано за m кроків.
Якщо ж вектори (1), … , ( ) незалежні гаусові випадкові процеси з однаковими
дисперсіями, то для досить точного визначення вектора параметрів потрібно вже
вибірка = (4 … 5) членів.
Метод Качмажа отримав широке поширення й для вирішення задачі ідентифікації
нестаціонарних лінійних систем.
Алгоритм Качмажа має просту структуру і складається з наступних рекурентних
співвідношень:
( ) − ( − 1) ( )
( ) = ( − 1) + , = 2, 3, … (6.7)
( ) ( )
Тут ( ) – оцінка на -му кроці невідомого вектора . Значення вектора початкового
наближення (1) задається апріорно.
Геометрична інтерпретація співвідношення (6.7) полягає в тому, що кожну оцінку
( ) можна розглядати як проекцію оцінки ( − 1) на -ю гіперповерхність в
-мірному евклідовому просторі , яка визначається співвідношенням ( ) =
= ( ). При цьому послідовність норм векторів ∆ ( ) = ( ) − сходиться,
монотонно убуваючи, до нуля. Збільшення тимчасової кореляції між випадковими
величинами (1), … , ( ) помітно погіршує точнісні характеристики алгоритму
Качмажа в первісному варіанті (6.8). Суттєво підвищити швидкість алгоритму
Качмажа дозволили його модифікації [41–43].
Узагальнений алгоритм рекурентного оцінювання Качмажа може бути описаний
наступними формулами:
( ) − ( − 1) ( )
( ) = ( − 1) + ( )
( ) ( )
( − 1) = ( − 1) + ( ) ( − 2) − ( − 1) . (6.8)
Тут ( ) – поточна оцінка вектора параметрів ;
1, якщо ( − 2), ( ) > ( − 2), ( − 1) + ,
( ) =
0 в іншому випадку,