系统辨识及自适应控制实验..doc

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的白噪声序列时，利用系统的输入输出值在线辨识上述模型的参数； 当输入信号u(k)是幅值为1的逆M序列时，利用系统的输入输出值在线辨识上述模型的参数； 分析比较在不同输入信号作用下，对系统模型参数辨识精度的影响。 （1）clear all; close all; a=[1 -1.5 0.7 0.1];b=[1 2 1.5];d=3; %对象参数 na=length(a)-1;nb=length(b)-1; %计算阶次 L=500; %数据长度 uk=zeros(d+nb,1);yk=zeros(na,1); %输入输出初值 u=randn(L,1); %输入采用方差为1的白噪声序列 xi=sqrt(0.1)*randn(L,1); % 方差为0.1的白噪声干扰序列 theta=[a(2:na+1);b]; %对象参数真值 thetae_1=zeros(na+nb+1,1); %参数初值 P=10^6*eye(na+nb+1); for k=1:L phi=[-yk;uk(d:d+nb)]; %此处phi为列向量 y(k)=phi*theta+xi(k); %采集输出数据 %递推公式 K=P*phi/(1+phi*P*phi); thetae(:,k)=thetae_1+K*(y(k)-phi*thetae_1); P=(eye(na+nb+1)-K*phi)*P; %更新数据 thetae_1=thetae(:,k); for i=d+nb:-1:2 uk(i)=uk(i-1); end uk(1)=u(k); for i=na:-1:2 yk(i)=yk(i-1); end yk(1)=y(k); end plot([1:L],thetae); %line([1:L],[theta,theta]); xlabel(k);ylabel(参数估计a,b); legend(a_1,a_2,a_3,b_0,b_1,b_2); axis([0 L -2 2]); （2）clear all; a=[1 -1.5 0.7 0.1];b=[1 2 1.5];d=2; %对象参数 na=length(a)-1;nb=length(b)-1; %计算阶次 L=20; %数据长度 uk=zeros(d+nb,1);yk=zeros(na,1); %输入初值 x1=1;x2=1;x3=1;x4=0;S=1;%移位寄存器初值，方波初值 xi=rand(L,1);%白噪声序列 theta=[a(2:na+1);b]; %对象参数真值 for k=1:L phi(k,:)=[-yk;uk(d:d+nb)]; % phi(k,:)为行向量，便于组成phi矩阵 y(k)=phi(k,:)*theta+xi(k); %采集输出数据 IM=xor(S,x4); if IM==0 u(k)=-1; else u(k)=1; end S=not(S);M=xor(x3,x4); %产生M序列 %更新数据 x4=x3;x3=x2;x2=x1;x1=M; for i=nb+d:-1:2 uk(i)=uk(i-1); end uk(1)=u(k); for i=na:-1:2 yk(i)=yk(i-1); end yk(1)=y(k); End 实验二 最小方差自校正控制实验 设二阶纯滞后被控对象的数学模型参数未知或慢时变，仿真实验时用下列模型： 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