clear
L=60;?%四位移位寄存器產(chǎn)生的M序列的長度
y1=1;?y2=1;?y3=1;?y4=0;?%四個移位寄存器的輸出初始值
for?i=1:L;
????x1=xor（y3y4）;?%第一個移位寄存器的輸入信號
????x2=y1;?%第二個移位寄存器的輸入信號
????x3=y2;?%第三個移位寄存器的輸入信號
????x4=y3;?%第四個移位寄存器的輸入信號
????y（i）=y4;?%第四個移位寄存器的輸出信號
????if?y（i）>0.5?u（i）=-1;?%M序列的值為“1“時辨識的輸入信號取“-1”
????else?u（i）=1;?%M序列的值為“0“時辨識的輸入信號取“1”
????end
????y1=x1;?y2=x2;?y3=x3;?y4=x4;?%為下一次的輸入信號作準(zhǔn)備
end
figure（1）;?subplot（211）;?stem（u）?grid?on?%畫第一個圖形的第一個子圖——M序列輸入信號
v=randn（160）;?subplot（212）;?%產(chǎn)生一組長度為60的正態(tài)分布隨機(jī)噪聲
plot（v）?grid?on;?%畫第一個圖形窗口的第二個子圖——隨機(jī)噪聲信號
R=corrcoef（uv）;?%計算輸入信號與隨機(jī)噪聲信號的相關(guān)系數(shù)
r=R（12）?%取出并顯示互相關(guān)系數(shù)
rv=std（v）*std（v）?%計算并顯示隨機(jī)噪聲的方差
u，v??%顯示輸入信號和噪聲信號
z（2）=0;?z（1）=0;?zs（2）=0;?zs（1）=0;?%輸出采樣、系統(tǒng)實(shí)際輸出、模型輸出賦初值
zm（2）=0;?zm（1）=0;?%模型輸出賦初值
%Bayes辨識
c0=[0.001?0.001?0.001?0.001?0.001?0.001?0.001]‘;?%直接給出被辨識參數(shù)的初始值即一個充分小的實(shí)向量
p0=10^6*eye（77）;?%直接給出初始狀態(tài)P0，即一個充分大的實(shí)數(shù)單位矩陣
E=0.00000000005;?%取相對誤差E<=0.000000005為停機(jī)準(zhǔn)則
c=[c0zeros（714）];?%被辨識參數(shù)矩陣的初始值及大小
e=zeros（715）;?%相對誤差的初始值及大小
for?k=3:20;?%開始求K?
????z（k）=-1.5*z（k-1）+0.7*z（k-2）+u（k-1）+0.5*u（k-2）+v（k）-v（k-1）+0.2*v（k-2）;?%系統(tǒng)在M序列輸入下的輸出采樣信號????
????h1=[-z（k-1）-z（k-2）u（k-1）u（k-2）v（k）v（k-1）v（k-2）]‘;?%為求K（k）作準(zhǔn)備
????x=h1‘*p0*h1+rv;
????x1=inv（x）;
k1=p0*h1*x1;?%K
????d1=z（k）-h1‘*c0;?%開始求被辨識參數(shù)c
????c1=c0+k1*d1;?%辨識參數(shù)c
????zs（k）=-1.5*z（k-1）+0.7*z（k-2）+u（k-1）+0.5*u（k-2）;?%系統(tǒng)在M序列輸入下的輸出響應(yīng)
????zm（k）=[-z（k-1）-z（k-2）u（k-1）u（k-2）]*[c1（1）;c1（2）;c1（3）;c1（4）];?%模型的輸出響應(yīng)
????e1=c1-c0;?
????e2=e1./c0;?%求參數(shù)的相對變化
????e（:k）=e2;
????c0=c1;?%給下一次用
????c（:k）=c1;?%把辨識參數(shù)c?列向量加入辨識參數(shù)矩陣?
????p1=p0-k1*k1‘*[h1‘*p0*h1+1];%find?p（k）
????p0=p1;?%給下次用
????if?e2<=E?break;?%若收斂情況滿足要求，終止計算
????end?
end?
ce?z?zs?zm?%顯示被辨識參數(shù)、收斂情況、輸出采樣值、實(shí)際輸出值、模型輸出值
%分離賦值
a1=c（1:）;?a2=c（2:）;?b1=c（3:）;?b2=c（4:）;?%分離出a1、a2、b1、b2
d1=c（5:）;?d2=c（6:）;?d3=c（7:）;?%分離出d1、?d2、?d3
ea1=e（1:）;?ea2=e（2:）;?eb1=e（3:）;?eb2=e（4:）;?%分離出a1、?a2、b1、b2的收斂情況
ed1=e（5:）;?ed2=e（6:）;?ed3=e（7:）;?%分離出d1、?d2、?d3的收斂情況
figure（2）;?%畫第二個圖形
i=1:20;
plot（ia1‘r‘ia2‘r:‘ib1‘b‘ib2‘b:‘id1‘g‘id2‘g:‘id3‘g+‘）?%畫出被辨識參數(shù)的各次估計值
title（‘Parameter?Identification?with?Recursive?Least?Squares?Method‘）?%標(biāo)題
figure（3）;?%畫出第三個圖形
i=1:20;
plot（iea1‘r‘iea2‘r:‘ieb1‘b‘ieb2‘b:‘ied1‘g‘ied2‘g:‘ied2‘r+‘）?%畫出各個參數(shù)收斂情況
title（‘Identification?Error‘）?%標(biāo)題
%Response?%響應(yīng)
figure（4）;?subplot（411）;?%畫出第四個圖形中的第一個子圖
i=1:20;plot（izs（i）‘r‘）?%畫出被辨識系統(tǒng)在沒有噪聲情況下的實(shí)際輸出響應(yīng)
subplot（412）;?%畫出第四個圖形中的第二個子圖
i=1:20;plot（iz（i）‘g‘）?%畫出被辨識系統(tǒng)輸出的采樣值
subplot（413）;?%畫出第四個圖形中的第三個子圖
i=1:20;plot（izm（i）‘b‘）?%畫出模型含有噪聲的輸出響應(yīng)
subplot（414）;?%畫出第四個圖形中的第四個子圖
i=1:20;plot（izmy（i）‘b‘）?%畫出模型去除噪聲后的輸出響應(yīng)

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????3336??2005-11-24?19:21??貝葉斯辨識.m

?-rw-r--r--???????227??2011-08-12?15:27??readme_verysource.com.txt

-----------?---------??----------?-----??----

?????????????????3563????????????????????2