Recursive Least Squares Estimator

指定如何向该模块提供初始参数估计值：

指定模型中要估计的参数个数，该数值应等于参数向量 θ(t) 中的元素个数。

依赖关系

要启用此参数，请设置以下任一选项：

指定要估计的参数 N 数量的另一种方法是使用 Initial Parameter Values 参数，此时需定义一个包含 N 个元素的初始估计向量。这种方法涵盖了唯一剩下的组合，即 History 等于 Infinite，而 Initial Estimate 等于 Internal。有关详细信息，请参阅 Initial Parameter Values。

将 Parameter Covariance Matrix 指定为：

这里，N 是要估计的参数个数。

请将初始参数值指定为长度为 N 的向量，其中 N 是要估计的参数个数。

依赖关系

要启用此参数，请将 History 设置为 Infinite，并将 Initial Estimate 设置为 Internal。

在使用有限历史（滑动窗）估计时，指定回归变量缓冲区的初始值。参数 Window length (W) 和参数 Number of Parameters (N) 定义了自变量缓冲区的维度，该缓冲区为 W×N。

Initial Regressors 参数控制算法的初始行为。该模块在仿真开始时或在 Reset 信号触发时使用此参数。

在使用有限历史（滑动窗）估计时，请指定被测输出缓冲区的初始值。该参数是一个 W×1 向量，其中 W 是窗长。

当初始值设置为 0 时，该模块会将缓冲区填充为全零。

指定基于帧的数据会为某些数据输入端口和输出端口添加一个额外的 M 维度，其中 M 表示一帧中的时间步数。这些端口是：

有关详细信息，请参阅端口中的端口说明。

指定数据采样时间，无论是基于单个采样点的处理 (t_s)，还是基于帧的处理 ((t_f = Mt_s))，其中 M 为帧长度。当将 Sample Time 设置为默认值 -1 时，该模块会根据信号继承其 t_s 或 t_f 的值。

将 Sample Time 指定为正标量，以覆盖继承。

History 参数用于确定使用何种类型的递归算法：

有关递归估计方法的更多信息，请参阅用于在线参数估计的递归算法

编程用法

Window Length 参数用于确定滑动窗估计法所采用的时间采样点数。选择一个能在估计性能与计算和内存开销之间取得平衡的窗大小。规模因素包括模型中参数的数量及其随时间的变化情况。在 samples 中务必指定 Window Length，即使您使用的是基于帧的输入处理。

Window Length 必须大于或等于估计参数的个数。

在执行无限历史估计时，请指定估计算法。当您选择其中任何一种方法时，该模块会启用其他相关的参数。

遗忘因子和卡尔曼滤波算法的计算量比梯度法和归一化梯度法更大。然而，这些更密集的方法比梯度法具有更好的收敛属性。有关这些算法的更多信息，请参阅用于在线参数估计的递归算法。

遗忘因子 λ 用于指定在估计过程中是否以及在多大程度上对旧数据进行折减。假设该系统在 T₀ 个样本期间大致保持恒定。您可以选择 λ，使其满足以下条件：

Process Noise Covariance 规定了卡尔曼滤波器估计中噪声协方差矩阵的元素和结构。将 N 作为待估计的参数个数，并将 Process Noise Covariance 指定为以下选项之一：

对于梯度法和归一化梯度法，适应增益 γ 会调整新测量数据对估计结果的影响程度。当测量结果可靠时，或者说信噪比较高时，请为 γ 指定一个较大的值。然而，如果将 γ 设得过高，可能会导致参数估计值发散。即使测量结果中不存在噪声，这种偏差也是可能出现的。

当 Estimation Method 等于 NormalizedGradient 时，Adaptation Gain 应小于 2。无论采用哪种梯度法，如果误差随时间增长（换言之，估计值发散），或者参数估计值频繁波动，则应考虑减小 Adaptation Gain 的值。

归一化梯度算法在每一步中，将适应增益乘以梯度向量二范数的平方。如果梯度接近零，接近零的分母可能会导致估计参数出现跳变。Normalization Bias 是为防止这些跳转而在分母中引入的项。如果发现估计参数出现突变，请增大 Normalization Bias 的值。

依赖关系

要启用此参数，请将 History 设置为 Infinite，并将 Estimation Method 设置为 Normalized Gradient。

使用 Error 输出端口信号来验证估计结果。对于给定的时间步长 t，估计误差 e(t) 的计算方式如下：

使用 Covariance 输出端口信号来分析参数估计的不确定性。该软件在假设残差 e(t) 为白噪声且这些残差的方差为 1 的条件下，计算参数协方差 P。

P 的解释取决于您在 History 和 Estimation Method 中指定的估计方法，具体如下：

使用 Enable 信号提供一个控制信号，用于启用或禁用参数估计。该模块会在启用参数估计的每个时间步长中，对参数值进行估计。如果在某个时间步长 (t) 处禁用参数估计，则软件不会更新该时间步长的参数。相反，该模块输出最后估计的参数值。

编程用法

设置 External reset 参数，既可添加一个 Reset 输入端口，又可指定触发算法状态重置为指定初始值的输入端口信号条件。重置估计，例如，当由于激励不足或测量信号中的信息不足导致参数协方差过大时。

假设您在某个时间步长处重置了该模块，t。如果该模块在 t 处被启用，软件将使用 Initial Estimate 中指定的初始参数值来估计参数值。换句话说，在 t 处，该模块利用初始估计值和输入端口的当前值执行参数更新。