论文部分内容阅读
数据驱动时间序列模型是人工胰脏系统中最常用的一类血糖预测模型,但其血糖预测精度受到进食不确定性和胰岛素敏感性波动等实际因素的影响。本文从真实血糖测量数据入手,提出基于卡尔曼滤波参数估计的带输入误差滑动平均模型的辨识方法,将辨识结果与最小二乘法辨识结果进行对比。结果表明,本文提出的辨识方法具有辨识精度高（FIT：90.05±3.12%v.s.54.41±9.56%）、能有效抵消实际因素的影响、对不同特征的个体能获得稳定的辨识结果等优势。