第三章过程的数学描述精要.ppt

第3章　过程的数学描述 3.2　状态空间模型 3.3　随机模型 例题 随机序列的相关知识 随机序列的相关知识（2） * 3.1　输入输出模型 　　1、连续型输入输出模型 　　2、离散型输入输出模型 3.2　状态空间模型 　　1、连续型状态空间模型 　　2、离散型状态空间模型 3.3　随机模型 　　1、一般概念 　　2、噪声模型及其分类 3.1.1　连续型输入输出模型 连续过程输入输出模型的基本形式是常微分方程 其中，u(t)和y(t)分别为过程的输入输出变量。对线性时不变过程来说，系数a1,…,an,b1,…bn都是常数。对应的传递函数为 式中，s为运算子，Y(s)、U(s)分别为y(t)、u(t)的Laplace变换。 3.1　输入输出模型 3.1.2　离散型输入输出模型 离散过程是连续中以离散化的结果。离散过程的输入输出量只在采样时刻取值，分别记为y(kT0)和u(kT0)，其中T0为采样周期。为书写简便，kt0时常简写为k。　 离散型输入输出模型的基本表达形式是差分方程 在零起始条件下，对上式进行z变换，得到过程的脉冲传递函数 其中z为运算子，它与运算子s的关系如下。z-1通常称为迟延算子（时间平移因子），z-i代表把信号推迟iT0时间（或称推迟i拍）　　 3.1.3　对象（过程）的数学描述 设对象为离散时间单输入输出线性系统，用下列差分方程描述 　　　 (3.1.1) 其中，y(k)、u(k)为对象的输出输入，k为采样时间　　　d：对象的延迟时间　d=L+1 L为对象的纯延迟时间　 为对象的参数，是未知的或时变的，表示对象的不确定。n为对象的阶次。 有 其中 （3.1.2） （首1多项式） 引入时间平移因子z-1 　　　　　y(k-1)=z-1y(k）　　　　　　　　　　 　这样(3.1.1)式可改写成 3.2.1　连续型状态空间模型 线性时不变连续型状态空间描述是 这里，x(t)是过程的状态变量；y(t)、u(t)分别为输入输出量，对于SISO系统，它们都是标量；A、b和c分别为系统矩阵、输入矩阵和输出矩阵。其对应的传递函数为 式中I为单位阵。上式表明，过程的输入输出模型可以由状态空间模型唯一地确定，但反过来则不然，状态空间模型表达式并非唯一，它取决于状态变量x的选择。 3.2.2　离散型状态空间模型 离散型状态空间模型为 其对应的传递函数是 连续型状态空间模型和离散型状态空间模型都可以变换成可控规范型或可观规范型 3.3.1　一般概念 以上讨论的数学模型，所有的输入输出量以及状态变量都当作确定量来处理，叫作确定性模型（没有考虑到干扰的作用）。把影响系统的各种干扰，给数学模型描述带来误差的随机量，称为数学模型中的“噪声”。如果在数学模型中考虑这些随机因素的影响，就得到了随机模型。 所谓随机模型就是在确定性模型的基础上以叠加的方式考虑噪声的影响。 噪声的来源可能很多，对于线性系统，要以将作用在其各部分的噪声等效为一个作用在其输入端的噪声{v(k)}----随机序列。 3.3.2　噪声模型及其分类 下图为对象及其运行环境 B2(z-1) A2(z-1) Z-d B1(z-1) A1(z-1) u(k) ε(k) ν(k) y(k) 写成数学模型为 其中，d是对象的延迟时间；y(k)、u(k)是对象的输入输出量；ε(k)为白噪声。 式(3.3.1)称为CARMA模型，受控自回归滑动平均模型(Controlled Auto-Regressive Moving Average) 噪声模型分类： ① 若C(z-1)＝1，称受控自回归模型（CAR）　　 ② 若u(k)＝0，称自回归平均滑动模型（ARMA）　　 ③ 若C(z-1)＝1， u(k)＝0称自回归模型（AR） ④若A (z-1)＝1， u(k)＝0称滑动平均模型（MA） 式(3.3.1)还可以写成 说明： ① CARMA模型可以描述大多数线性系统的工业过程，其中na、nb、nc阶次以及ai、bi、ci系数可能是未知的或时变的，表示不确定性。d由具体过程决定。 ② 多项式A(z-1)、B(z-1)、C(z-1)中的z-1是时间平移因子 ③ 对于多输入输出(MIMO)系统的工业过程，其CARMA模型为 多输入输出(MIMO) CARMA模型： 设MIMO系统的 列写系统的CARMA模型 （A为2×2　B为2×1　C为2×1） 则有： 1、平稳随机序列：具有统计特性时间不变的特点的随机序列。在工程中采用数字特征来描述随机序列。 ① 数学期望 概率空间中的总体平均值，代表其取值的平稳性。 ② 相关函数