第6章随机系统的建模与仿真.pptVIP

第6章 随机系统的建模与仿真 陈无畏 合肥工业大学机械与汽车工程学院 6.1 随机系统基本知识 6.1 随机系统基本知识(续） 6.1 随机系统基本知识(续） 6.1 随机系统基本知识(续） 6.1 随机系统基本知识(续） 6.1 随机系统基本知识(续） 6.1 随机系统基本知识(续） 6.1 随机系统基本知识(续） 6.1 随机系统基本知识(续） 6.1 随机系统基本知识(续） 6.1 随机系统基本知识(续） 6.1 随机系统基本知识(续） 6.1 随机系统基本知识(续） 6.1 随机系统基本知识(续） 6.1 随机系统基本知识(续） 6.1 随机系统基本知识(续） 6.1 随机系统基本知识(续） 6.1 随机系统基本知识(续） 6.1.3 随机过程的统计特性 6.1.3 随机过程的统计特性(续） 6.1.3 随机过程的统计特性(续） 6.1.3 随机过程的统计特性(续） 6.1 随机系统基本知识(续） 6.1.3 随机过程的统计特性(续） 6.1.3 随机过程的统计特性(续） 6.1.4 白噪声的统计特性 6.1.4 白噪声的统计特性 6.1.4 白噪声的统计特性(续） 6.1.4 白噪声的统计特性(续） 6.2 随机系统模型简介 6.2 随机系统模型简介（续） 6.3 随机变量的分布参数估计 6.3 随机变量的分布参数估计（续） 6.3 随机变量的分布参数估计（续） 6.3 随机变量的分布参数估计（续） 6.4 随机系统的仿真方法 6.4 随机系统的仿真方法（续） 6.4 随机系统的仿真方法（续） 6.4 随机系统的仿真方法（续） 6.4 随机系统的仿真方法（续） 6.4 随机系统的仿真方法（续） 6.4 随机系统的仿真方法（续） 6.4 随机系统的仿真方法（续） 6.4 随机系统的仿真方法（续） 6.4 随机系统的仿真方法（续） 6.4 随机系统的仿真方法（续） 6.4 随机系统的仿真方法（续） 6.4 随机系统的仿真方法（续） 6.4 随机系统的仿真方法（续） 6.5 几种常见的模型 6.5 几种常见的模型(续） 6.5 几种常见的模型(续） 6.5 几种常见的模型(续） 6.5 几种常见的模型(续） 6.5 几种常见的模型(续） 6.5 几种常见的模型(续） 6.5 几种常见的模型(续） 6.5 几种常见的模型(续） 6.6 系统辨识 6.6 系统辨识（续） 6.6 系统辨识（续） 6.6 系统辨识（续） 6.6 系统辨识（续） 6.6 系统辨识（续） 6.6 系统辨识（续） 6.6 系统辨识（续） 6.6 系统辨识（续） 6.6 系统辨识（续） 6.6 系统辨识（续） 6.6 系统辨识（续） 6.6 系统辨识（续） 6.7 随机系统建模与仿真实例 6.7 随机系统建模与仿真实例（续） 6.7 随机系统建模与仿真实例（续） 6.7 随机系统建模与仿真实例（续） 6.7 随机系统建模与仿真实例（续） 6.6 系统辨识（续） 6.6 系统辨识（续） 6.7 随机系统建模与仿真实例（续） 6.7 随机系统建模与仿真实例（续） 6.7 随机系统建模与仿真实例（续） 6.7 随机系统建模与仿真实例（续） 6.7 随机系统建模与仿真实例（续） 6.7 随机系统建模与仿真实例（续） 6.7 随机系统建模与仿真实例（续） 6.7 随机系统建模与仿真实例（续） 6.7 随机系统建模与仿真实例（续） 图6-20 系统辨识的一般步骤 一般步骤 ：(1)明确辨识目的(2)掌握和运用先 验知识 (3)实验设计(4)数据预处理 (5)模型结 构辨识 (6)模型参数估(7)模型验证计 6.6.3 系统辨识建模方法 线性系统的辨识理主要方法 ：最小二乘 法，递推最小二乘法，广义最小二乘法，增广最 小二乘法，辅助变量法，Kalman滤波法，极大似 然法等。 对于一个单输入单输出的线性定常系统，通常可 以用一个离散时间的差分方程来描述，即 (6.59) 式中， 和 式系统实际测量到的输入输出 序列； 是零均值具有相同分布的不相关的随机 序列；n表示系统的阶次。 每一个观测方程可以表示为 (6.60) 若观测方程组用向量-矩阵的形式表示，则可写成 (6.61) 式(6.59)和式(6.60)可称为最小二乘模型类， 它们最后都要变成式(6.61)。它可称为最小二乘的 标准格式。 2.系统参数与状态估计的极大似然法