test2: 一、 基本最小二乘法一次算法 二、 基本最小二乘法递推算法 三、 最小二乘遗忘因子一次完成算法 四、 最小二乘遗忘因子递推算法 五、 最小二乘限定记忆算法 六、 最小二乘偏差补偿算法 七、 增广最小二乘算法 八、 广义最小二乘算法 test3: 一、 辅助变量自适应滤波算法 二、 辅助变量纯滞后算法 三、 辅助变量Tally原理算法 四、 多级最小二乘算法 五、 各类改进最小二乘算法的特点 test4: 1、 第二类随

根据三容水箱对象本身的特性，采用带遗忘因子的辅助变量最小二乘法对其CARIMA模型参数进行了辨识，并基于辨识所得到的参数模型，用广义预测控制方法对三容水箱的液位进行了控制。实验结果表明，采用此模型的广义预测控制算法有良好的控制效果。-According to the three characteristics of the object itself- tank, using an auxiliary variable with forgetting factor least squares m

代码实现了二阶AR模型的最优权值递推，使用了LMS和RLS两种方法，对二者性能进行了比较，分别进行了单次和100次平均进行性能观察，并且仿真了不同步长因子对LMS算法的影响以及不同lamda值对RLS算法的影响。文档包含了模型的详细介绍以及2种方法的理论仿真和结果分析。代码以附在之后。-Code to achieve the optimum weights recursive second order AR model, the use of LMS and RLS are two method

开环系统参数辨识，带遗忘因子的递推最小二乘估计法（FFRLS)，系统为单入单出的CAR(带控制量的自回归模型）模型,三阶系统-Open-loop system parameter identification, recursive least squares estimation method with forgetting factor (FFRLS), SISO system of CAR (with a controlled amount of autoregressive model)

状态空间递归最小二乘（SSRLS）是确定性信号的线性估计的最优。 然而，SSRLS的性能取决于模型的不确定性，观测信号的时变性质或观测噪声的非平稳行为。 我们结合遗忘因子的随机梯度调整来开发具有自适应记忆的SSRLS。 这种新算法解决了标准SSRLS面临的局限性。 还导出了减轻计算负担的实际滤波器的近似值。 跟踪有噪声啁啾的示例表示并演示了新算法的整体能力和功能。 预计这种新滤波器能够跟踪和估计难以处理可用工具的时变信号(State Space Recursive Least Squares (