Here, (qtk , ˙qtk , ¨qtk ) and τtk

Here, (qtk , ˙qtk , ¨qtk ) and τtk , for k = 1, . . . K, are the identificationmatrix and torque vector evaluated using the jointposition, velocity, and acceleration data, as well as theactuator torque data at the discrete-time instant tk. Furthermore, is the covariance matrix of the actuator torquedata, which is a dense matrix if the noise is correlated.Here, the assumption is made that the noise is white,which is made for convenience. Since the matrix F in (9) isfree of noise, the parameter estimates are unbiased even ifthe actual noise is colored, although the estimates mayhave nonminimal uncertainty [23, pp. 92–106].

結果 (繁體中文) 1:

這裡，α（QTK，QTK，QTK）和τtk，對於k = 1，。。。K，是識別
利用關節矩陣和扭矩向量評估
位置，速度和加速度數據，以及所述
的離散時間時刻tk致動器轉矩的數據。此外，
？是致動器扭矩的協方差矩陣
的數據，這是一個密集矩陣如果噪聲是相關的。
在這裡，假設，即噪聲是白色的，
這是為了方便。由於在（9）的矩陣F是
無噪聲的，參數估計是即使無偏
的實際噪聲被著色，儘管估計可能
具有不確定性nonminimal [23，第92-106]。

結果 (繁體中文) 2:

在這裡， （qtk， [qtk， qtk） 和 tk， 對於 k = 1， . . .K，是標識
使用接頭評估矩陣和扭矩向量
位置、速度和加速度資料，以及
離散時間即時 tk 處的執行器扭矩資料。此外
是執行器扭矩的共變數矩陣
資料，如果雜訊是相關的，則它是一個密集矩陣。
在這裡，假設噪音是白色的，
為方便起見。由於 （9） 中的矩陣 F 是
無雜訊，參數估計是無偏的，即使
實際雜訊是彩色的，雖然估計可能
具有非最小不確定性 [23， 第 92[106]

結果 (繁體中文) 3:

這裡，（qtk，qtk，qtk）和ttk，對於k=1，我很抱歉。K、有身份證明
使用關節評估矩陣和扭矩向量
位置、速度和加速度數據，以及
離散時刻tk處的執行機構乾燥日期。也，
是扭矩執行器的協方差矩陣
數據，如果雜訊是相關的，它是一個密集矩陣。
這裡，假設譟音是白色的，
這是為了方便。因為（9）中的矩陣F是
無雜訊，參數估計是無偏的，即使
實際的雜訊是有色的，儘管估計可能
具有非最小不確定性[23，第92-106頁]。