非對稱偏斜噪聲條件下一種魯棒概率系統辨識算法研究

摘要： 在現有的系統辨識算法中,常用的高斯、學生氏t (Studentu0027s t, St)、拉普拉斯等噪聲分布均呈現出對稱的統計特性,難以描述非對稱性、有偏的輸出噪聲,使得在非對稱偏斜噪聲條件下算法的性能下降.基于此,研究一類廣義雙曲傾斜學生氏t (Generalized hyperbolic skew studentu0027s t, GHSkewt)分布,并在非對稱偏斜噪聲條件下,提出一種線... （共14頁）