第1012章闭环系统辩识摘要.pptVIP

谢 谢！ * MIMO 过程的状态方程非唯一性 需要研究 MIMO 过程的规范型表达形式 可分成 矩阵 规范后出现若干行单位向量 矩阵 规范后出现若干列单位向量 * 常见的六种规范表达形式 行同伴型 列同伴型 可观规范型 可控规范型 输出可辩识型 输入可辩识型 行（列）同伴型，可观（可控）规范型和输出（输入）可辩识型双双互为对偶关系 * 规范型用途 可控规范型 用来设计闭环状态反馈控制器 可观规范型 用来设计观测器 * 行（列）同伴型 使辩识的参数个数大大减小，减小了计算量 通过它建立了状态方程与输入输出差分方程或传递函数矩阵之间的转化 利用它可以方便地把输入输出差分方程或传递函数矩阵转化成相应的状态方程 * 输出（输入）可辩识型 利用输入输出数据可直接获得状态方程模型，无需先辩识差分方程或传递函数矩阵 再利用行（列）同伴型的关系把差分方程或传递函数矩阵转化成对应的状态方程 * 多变量线性过程的参数估计方法 多变量过程的描述 阐明多变量过程各类模型之间的内在联系 以便当利用辩识方法获得其中一种模型后 可以方便地转化成所需要的模型 多变量过程辩识 比较容易直接获得模型的传递函数矩阵模型、Markov 参数矩阵模型或输入输出差分方程模型 这三种模型的辩识可以直接利用可测的输入输出数据获得 * 多变量过程的另一种描述形式 状态空间模型却不容易直接利用输入输出数据获得 当状态变量不可测时 辩识问题和状态估计问题必须同时考虑 这给问题带来了复杂性 * 多变量过程的辩识 多数情况下利用可测的输入输出数据 先获得传递函数矩阵模型、Markov 参数矩阵模型或输入输出差分方程模型 然后再根据需要转换成对应的状态方程模型 * 多变量线性过程的结构辩识 单变量过程 模型的结构仅取决于阶次 多变量过程 模型结构取决于一组 Kronecker 不变量 或 结构辩识问题比较复杂 需要确定这组结构不变量 * 多变量结构辩识方法 Guidorzi 方法 直接利用过程的输入输出数据构造一个数据乘积矩阵 通过判断该矩阵的奇异性，确定每个子系统的结构参数 残差分析法 参数估计基础上比较和检验残差的变化情况 从中选定一种比较合适的模型结构 第12章 辨识问题的实际考虑 及实验设计 所谓辨识就是根据含有噪声的输入输出数据，从一模型类中确定与对象特性等价的数学模型，在实际应用时，除了合理地选择辨识算法外，还应该考虑一些实际问题和做一些准备工作，主要有以下一些： 掌握具体辨识对象的一些先验知识 明确辨识的最终应用目的（模型类选取、模型精度等等） 明确具体的辨识实验方案（输入信号的最优设计、采样时间的最优设计、辨识时间的设计、等等） 准则函数的选择 辨识算法初始状态的选择 模型检验、模型变换 时变过程和在线实时辨识 12.1 开环可辨识性问题 ? 12.1.1 可控性、可观性和可辨识性 ● 可控性和可观性的定义及各种规范型 ● 可控性和可观性与可辨识性之间的联系 不可控或不可观的过程是不可辨识的 如果过程模型采用非规范型结构时，即使是可控可观的过程，也可能是不可辨识的 过程的可辨识性依赖于可控性和可观性，同时还取决于所用的模型结构 12.1.2 可辨识性与输入信号的关系 ● 输入信号最优设计 （1）Cramer-Rao不等式 定理：如果模型噪声向量 是零均值白噪声，并设模型噪声服从正态分布，则最小二乘参数估计值 是有效估计值，即参数估计值偏差的协方差阵达到Cramér-Rao不等式的下界 其中M为Fisher信息矩阵 （2）D－最优准则 最优输入设计就是使Fisher信息矩阵的逆的一个标量函数达到最小，这个标量函数就可以作为评价模型精度的度量函数。 （一般取 ） ● 过程可辨识性对输入信号的要求 最低要求：整个观察周期内过程的所有模态必须被输入信号持续激励 最高要求：输入信号满足D－最优准则 ● 单输入单输出过程的可辨识性的充要条件可归结为：输入信号必须满足2n阶持续激励条件。 对于最小二乘估计的开环可辨识性条件，可写成 式中相关函数矩阵 按定理2构成，矩阵 按下式组成 12.2 模型类的选择 ? ● 选择合适的模型类是辨识的三要素之一，在选择模型类时，通常需要考虑如下因素： 可辨识性 灵活性：能比较灵活地描述过程地动态特性 樫吝性 算法的复杂性 准则函数的性质 以上五个要求是互相矛盾的，在具体问题中需要统筹兼顾 12.3 准则函数的选择 准则函数是辨识问题的三要素之一，合理选择准则函数是是辨识问题