Abstract: 基于滑窗QR分解不但能快速、准确地更新正交投影,同时还可提供其协方差的rank-k更新表达,提出了一个用于信号子空间更新的快速PCA算法.通过对进行主元分析(PCA)计算的非线性迭代部分最小二乘算法(Non-linear herative Partial Least Squares,NIPALS)计算过程的改进,将特征向量的更新转化为小维度辅助向量的更新,在满足特征值和特征向量更新精度的同时,有效地提高了计算速度.将滑窗QR和快速PCA算法用于子空间辨识算法的自适应更新,数值仿真验证了此自适应子空间辨识算法的有效性.

Key words: 滑窗QR分解, 主元分析, 子空间辨识, 自适应辨识