闭环系统可辨识性实验研究.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
闭环系统可辨识性实验研究

北京工商大学 《系统辨识》课程 实验报告 课程名称 : 系统辨识 题 目 : 闭环系统可辨识性实验研究 专业班级 : 2015年 1 月 通过实验掌握闭环控制系统可辨识性条件及应用。 实验原理 闭环辨识方法及可辨识性条件,闭环辨识要求在不打开控制环的情况下进行,在这之前必须对系统是否可辨识做出明确答复。闭环系统的可辨识性条件主要结合间接辨识法和直接辨识法这两种主要的闭环辨识法进行讨论。 间接辨识法 间接辨识法必须先获得闭环系统模型,在此基础上利用反馈通道上的控制器模型,从中导出前向通道模型。 直接辨识法 直接辨识法则利用前向通道的输入输出数据,直接建立前向通道的数学模型,反馈通道的控制器模型可以是未知的。 这两种闭环辨识方法的区别在于间接法要求反馈通道的控制器模型已知,而直接法要求前向通道的输入输出变量是可测的。从辨识的观点来看,只要在反馈通道上加上一个均值为零,与输出测量噪声无关的持续激励摄动信号,这两种闭环辨识法可以是等效的。 闭环系统是否可以辨识,依赖的因素很多,包括模型类的选择、辨识实验条件、辨识准则、辨识方法及其数据集的性质等。从工程上说,下面一些结论可以使用: 当反馈通道是线性的、非时变的,且不存在扰动信号,给定值又是恒定的时候,闭环系统的可辨识性条件是,反馈通道的模型结构不要导致闭环传递函数出现零极点相消,且反馈通道的模型阶次不要低于前项通道的模型阶次。此外,如果反馈通道或前项通道存在迟滞环节,这对可辨识性条件是有利的。 如果反馈通道上有足够阶次的持续激励信号,并与前项通道上的噪声是不相关的,则闭环系统是结构性可辨识的。 反馈通道上的控制器是时变的或具有非线性,闭环系统也是结构性可辨识的。 反馈通道上的控制器能在几种不同的调节规律之间切换,闭环系统也是结构性可辨识的。 实验内容 模拟如下闭环系统 前向通道方程为:z(k)+1.4z(k-1)+0.45z(k-2)=u(k-1)+0.7u(k-2)+v(k) 其中v(k)是服从正态分布N(0,1)的白噪声。 反馈通道方程: a)一阶反馈并加反馈噪声 u(k)= z(k)+0.2z(k-1)-w(k); b)一阶反馈不加反馈噪声 u(k)= z(k)+0.2z(k-1); 在以上两种不同的闭环状态下,利用最小二乘直接辨识方法估计前向通道的模型参数。 根据实验结果分析闭环系统的可辨识性条件。 代码实现 clear%清理工作间变量 L=30;%M序列周期 y1=1;y2=1;y3=1;y4=0; %4个移位寄存器的输出初始值 for i=1:L; %开始循环,长度为L x1=xor(y3,y4); %第一个移位寄存器的输入是第三个与第四个移位寄存器输出的“或” x2=y1; %第二个移位寄存器的输入是第一个移位寄存器的输出 x3=y2; %第三个移位寄存器的输入是第二个移位寄存器的输出 x4=y3; %第四个移位寄存器的输入是第三个移位寄存器的输出 y(i)=y4; %取出第4个移位寄存器幅值为“0”和“1”的输出信号 if y(i)0.5 u1(i)=-0.03; %如果M序列值为“1”时辨识输入信号取“-0.03” else u1(i)=0.03; %如果M序列值为“0”时辨识输入信号取“0.03” end %小循环结束 y1=x1;y2=x2;y3=x3;y4=x4; %为下一次的输入信号做准备 end %大循环结束,产生输入信号u figure(1); subplot(3,1,1) stem(u1),grid on; title(输入信号); %输出输入信号图形并标注 z(2)=0;z(1)=0;u(1)=u1(1);u(2)=u1(2); %设置z和u的初值 for k=3:30; %循环变量 v(k)=normpdf(k,0,1); z(k)=-1.4*z(k-1)-0.45*z(k-2)+u(k-1)+0.7*u(k-2)+v(k); %给出理想的辨识输出采样信号 w(k)=normpdf(k,0,1); u(k)=z(k)+0.2*z(k-1)+w(k); %u(k)=0.33*z(k)+0.033*z(k-1)-0.4*z(k-2); %给出反馈通道噪声信号 end c0=[0.000001 0.000001 0.000001 0.000001]; %直接给出被辨识参数初始值,即一个充分小的实向量 p0=10^6*eye(4,4); %直接给出初始状态p0,即一个充分大的实数单位矩阵 E=0.000

文档评论(0)

dashewan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档