基于离散小波变换的模型阶次辨识.pdfVIP

基于离散小波变换的模型阶次辨识 王京春金以慧 (清华大学自动化系过程控制教研组，北京，100084) 摘要 在分析丁线性系统的阶次与系统阶跃响应的Lipschitz指数之间关系的基础上，本文提出 丁基于小波变换的线性系统阶次辨识方法，经理论分析和仿真验证说明丁该方法的可行性和有 效性． 关键词：小波变换；阶次辨识；Lipschitz指数 中图法分类号：0114 0引言 模型辨识一般可分结构辨识和参数辨识为两个阶段．目前大量的文献是讨论模型的参 数辨识问题．无论是线性还是非线性系统，一般总是假设模型结构已知，在此基础上研究如 何获得模型参数．参数辨识的方法也相对较为成熟．常用的方法如最小=乘法，部分最小二 乘法和人工神经网络等．而对于结构辨识，由于同盟相对复杂，所以这方面的工作开展得较 少，文献也有限．对于线性系统，结构辨识简化为阶次辨识，日本学者Akaike早在7D年代前 final information 期提出了将最终预测误差(the predictionerror，FPE)和信息准则(the 目前广为使用的AIc准则．对于非线性问题，如果仍采用解析式表示过程模型，则首先需要 确定模型结构，即确定过程输入输出按何种非线性关系进行组合，然后再确定模型的阶次． 从目前的文献可知，对于线性模型的阶次辨识，一般较多采用A1C准则或其改进方法．对于 非线性模型，一般仍然是凭经验确定模型阶淡[““． 通过理论分析可知，线性系统的阶次辨识可以归结为对系统的阶跃响应的Lipschitz指 数的判定来获得．小波变换(WaveletTran．sform)是80年代后期在信号分析领域兴起的一 种新的数学工具．由于其近年来的飞速发展，小波变换已成为信号分析、图像处理、语言信号 处理及其它学科广泛应用的工具之一．小波变换的提出为判定系统Lipschitz指数提供了新 的方法，因而也为线性系统的阶次辨识提供了新的思路． 结合小波变换本文了讨论线性模型的阶次辨识，提出～种新的模型阶次辨识方法，利用 _●●J___，●_lI●__●●●IIlJ 增 刊 王京春等：基于离散小波变换的模型阶次辨识 293 判定过程阶跃响应的Lipschitz指数来确定模型阶次的方法．通过理论研究及仿真结果，可 以说明该方法对于线性系统的阶次辨识是十分有效的． I小波变换的基本原理 小波变换(Wavelet 具．由于其近年来的飞速发展，小波变换已成为信号分析、图像处理、语言信号处理及其它学 科广泛应用的工具之一p2“．小波变换的基本特点是多尺度下的时频分析，通过对数据在 不同尺度下的分解，并从分解结果提取数据的特征，或通过对时频域分解结果达到信号处理 的目的．相对于传统的傅氏变换，它具有以下特点；可以同时在多尺度下进行信号分析；在 时、频两域可以同时具有较好的局部性；对信号的局部突变较敏感． 1．1连续小波变换的定义 定义1：对于任意平方可积的函数，(￡)∈L2(R)，其小波变换的定义为、： 1 r+∞ wTo，6)。_寿L／b’虻丽； (1) VL^ 其中≯o)称为母小波(Mother 函数，啦，一o)称为分析小波(AnalyslsWavelet)，是按公式2对≯(z)进行伸缩平移得到的． 卜“扪2赢妖等m占∈R’痒o／ ‘2)