PDF全文下载：2017020001
丁锋1，2， 徐玲2， 刘喜梅1
（1.青岛科技大学 自动化与电子工程学院，山东 青岛 266042；2.江南大学 物联网工程学院， 江苏 无锡 214122）
摘要：针对标准倍频双频正弦信号和含有初始相位不同频率双频信号的建模问题，利用离散观测数据估计信号模型的特征参数，研究和提出了动态数据下梯度辨识方法、动态数据下随机梯度辨识方法、滑动数据窗多新息随机梯度辨识方法、递增数据长度下递推梯度辨识方法、递增数据长度下牛顿递推辨识方法等，给出了几个典型辨识算法的计算步骤。
关键词： 信号建模；参数估计；梯度搜索；多新息辨识理论；递推梯度；正弦信号
图分类号：TP 273文献标志码：A
引用格式：丁锋，徐玲，刘喜梅.信号建模（2）：双频率信号［J］.青岛科技大学学报（自然科学版），2017，38（2）：1-17.
DING Feng, XU Ling, LIU Ximei. Signal modeling. Part B: Dual-frequency signals［J］.Journal of Qingdao University of Science and Technology (Natural Science Edition), 2017, 38(2): 1-17.
Signal Modeling. Part B: Dual-Frequency Signals
DING Feng1,2, XU Ling2, LIU Ximei1
(1.College of Automation and Electronic Engineering, Qingdao University of Science and Technology, Qingdao 266042, China;2.School of Internet of Things Engineering, Jiangnan University, Wuxi 214122, China)
Abstract: For the dual-frequency sine signal modeling, based on the discrete observation data, this paper studies and presents the gradient identification methods, the stochastic gradient (SG) methods, the multi-innovation SG methods, the recursive gradient methods and the Newton recursive methods for estimating the characteristic parameters of signal models. Moreover, the computational steps of several typical identification methods are provided.
Key words: signal modeling; parameter estimation; gradient search; multi-innovation identification theory; recursive gradient;sine signal
收稿日期： 2017-02-25
基金项目：国家自然科学基金项目（61472195）.
作者简介：丁锋（1963—），男，博士，“泰山学者”特聘教授，博士生导师.
文章编号：1672-6987（2017）02-0001-17；DOI：10.16351/j.1672-6987.2017.02.001
