系统辨识及自适应控制实验解析.docVIP

中南大学 系统辨识及自适应控制实验 指导老师 贺建军 姓名 史伟东 专业班级 测控1102班0909111814号 实验日期 2014年11月 实验一 递推二乘法参数辨识 设被辨识系统的数学模型由下式描述： 式中((k)为方差为0.1的白噪声。要求： 当输入信号u(k)是方差为1的白噪声序列 式中((k)为方差为0.1的白噪声。要求： 当设定输入yr(k)为幅值是10的阶跃信号时，设计最小方差直接自校正控制算法对上述对象进行闭环控制； 1）当设定输入yr(k)为幅值是10的方波信号时，设计最小方差直接自校正控制算法对上述对象进行闭环控制； 如果被控对象模型改为： 重复上述（1）、（2）实验，控制结果如何？分析原因。 （1）clear all;close all; a=[1 -1.5 0.7]; b=[2.5 1.5]; c=[1 0.5]; d=4; %对象参数 na=length(a)-1; nb=length(b)-1; nc=length(c)-1; %计算阶次 nh=nb+d-1; ng=na-1; %nh 为多项式H 的阶次,ng 为多项式G 的阶次 L=400; uk=zeros(d+nh,1); yk=zeros(d+ng,1); yek=zeros(nc,1); %最优输出预测估计初值 yrk=zeros(nc,1); xik=zeros(nc,1); %xiek=zeros(nc,1); %白噪声估计值 yr=10*[ones(L/4,1);ones(L/4,1);ones(L/4,1);ones(L/4+d,1)];% 期望输出 xi=sqrt(0.1)*randn(L,1);%方差为0.1 的白噪声序列 thetaek=ones(na+nb+d+nc,d); P=10^6*eye(na+nb+d+nc); for k=1:L time(k)=k; y(k)=-a(2:na+1)*yk(1:na)+b*uk(d:d+nb)+c*[xi(k);xik];%采集输出数据 phie=[yk(d:d+ng);uk(d:d+nh);-yek(1:nc)]; K=P*phie/(1+phie*P*phie); thetae(:,k)=thetaek(:,1)+K*(y(k)-phie*thetaek(:,1)); P=(eye(na+nb+d+nc)-K*phie)*P; ye=phie*thetaek(:,d);%预测输出估计值 %提取辨识参数 ge=thetae(1:ng+1,k); he=thetae(ng+2:ng+nh+2,k); ce=[1 thetae(ng+nh+3:ng+nh+nc+2,k)]; if abs(ce(2))0.9 ce(2)=sign(ce(2))*0.9; end if he(1)0.1 he(1)=0.1;%设h0 的下界为0.1 end u(k)=(-he(2:nh+1)*uk(1:nh)+ce*[yr(k+d:-1:k+d-min(d,nc));yrk(1:nc-d)]-ge*[y(k);yk(1:na-1)])/he(1);%求控制量 %更新数据 for i=d:-1;2 thetaek(:,i)=thetaek(:,i-1); end thetaek(:,1)=thetae(:,k); for i=d+nh:-1:2 uk(i)=uk(i-1); end uk(1)=u(k); for i=d+ng:-1:2 yk(i)=yk(i-1); end yk(1)=y(k); for i=nc:-1:2 yek(i)=yek(i-1); yrk(i)=yrk(i-1); xik(i)=xik(i-1); end if nc0 yek(1)=ye; yrk(1)=yr(k); xik(1)=xi(k); end end figure(1); subplot(2,1,1); plot(time,yr(1:L),r:,time,y); xlabel(k);ylabel(y_r(k)、y(k)); legend(y_r(k),y(