Orthogonal Least Square Algorithm and its Application for Modelling Suspension System

Robiah Ahmad, Hishamuddin Jamaluddin
2001 Jurnal Teknologi  
A mathematical model is important to find a dynamic response of a system. The information obtained from the model could be used for investigation and analysis. Modelling based on input and output data is known as system identification. One of the issues in system identification is the parameter estimation and model structure selection where various methods have been studied including the orthogonal least square algorithm. Orthogonal least square estimation is an algorithm which can determine
more » ... ch can determine the structure of a model by identifying the significant terms contributed to the model and also capable of providing the final values of parameter estimates. The derivation of the algorithm is presented and its application to the modelling of a car suspension system is included to demonstrate the effectiveness of the algorithm. Abstrak. Model matematik adalah penting bagi mendapatkan sambutan dinamik sesuatu sistem. Maklumat yang diperolehi boleh digunakan untuk mengkaji dan menganalisis sistem tersebut. Pemodelan yang dilakukan berdasarkan data masukan dan keluaran bagi sesuatu sistem dikenali sebagai pengenalpastian sistem. Salah satu isu di dalam pengenalpastian sistem ialah anggaran parameter dan pemilihan struktur model di mana berbagai kaedah telah digunakan termasuk kuasa dua terkecil ortogon. Algoritma kuasa dua terkecil ortogon adalah satu algoritma yang boleh menentukan struktur sesebuah model dengan memberikan sebutan signifikan yang menyumbang kepada model tersebut dan juga dapat memberikan nilai kepada parameter yang dianggarkan. Penerbitan algoritma ini disampaikan dan aplikasinya kepada pemodelan sistem suspensi kereta juga dibincangkan untuk membuktikan keberkesanan algoritma ini. Kata kunci: Algoritma kuasa dua terkecil ortogon, model sistem dinamik, pengenalpasti sistem, model sistem suspensi.
doi:10.11113/jt.v34.629 fatcat:nc7dlwmauff6bisxkjajg33eb4