实验一利用相关函数辨识脉冲响应..doc

北京工商大学 《系统辨识》课程 实验报告 （2014-2015 1学期） 课程名称 ： 系统辨识 题 目 ： 利用相关分析法辨识脉冲响应 专业班级 ： 控制工程 学生姓名 ： 指导教师 ： 刘 刘 成 绩 ： 2015年1月18日 一、实验目的 通过仿真实验掌握利用相关分析法辨识脉冲响应的原理和方法。 二、实验内容 图1为本实验的原理框图。过程传递函数为,其中；分别为过程的输入和输出变量；为过程测量白噪声，服从正态分布，均值为零，方差为，记作；为过程的脉冲响应理论值，为过程脉冲响应估计值，为过程脉冲响应估计误差。 过程的输入驱动采用M序列，输出受到白噪声的污染。根据过程的输入和输出数据，利用相关分析算法根据输出过程的脉冲响应值，并与过程脉冲响应理论值比较，得到过程脉冲响应估计误差值，当时，应该有。 图1 相关分析法辨识脉冲响应原理框图 三、实验要求 进行方案设计，模拟过程传递函数，获得输出数据，用M序列作为辨识的输入信号，噪声采用标准正态分布的白噪声，计算互相关函数，不同?值的脉冲响应估计值、脉冲响应理论值和脉冲响应估计误差，计算信噪比，画出实验流程图，用MATLAB编程实现。 实验原理 1、采用串联传递函数仿真 令，则的表达框图为： 2、一个单输入单输出线性定常系统的动态特性可用它的脉冲响应函数g(σ)来描述。 这样，只要记录x(t)、y(t)的值，并计算它们的互相关函数，即可求得脉冲响应函数g(τ)。 而在系统有正常输入的情形下，辨识脉冲响应的原理图如下图所示。 五、实验框图 实验代码 function ex2 clc; clear all; close all; %创建M序列 Np=63;%循环周期 delta_T = 1;%时钟节拍 a=1;%幅度 M(1)=1; M(2)=0; M(3)=0; M(4)=1; M(5)=1; M(6)=0;%初始化M序列 M_XuLie(Np) = 0; for n = 1 : Np temp = xor(M(6), M(5)); if(temp == 0) M_XuLie(n) = a; else M_XuLie(n) = -a; end M(6) = M(5); M(5) = M(4); M(4) = M(3); M(3) = M(2); M(2) = M(1); M(1) = temp; end %生成M序列完毕 r=3;%周期数 u=repmat(M_XuLie,1,r+1);%将M序列赋给输入，作为输入信号 %第一步，从u(k)得到x(k),y(k) K = 120; T0 = 1; % 采样时间 T1 = 8.3; T2 = 6.2; K1=K/(T1*T2); %初始化X(k),Y(k)为0 K2=1 x(63)=0; y(63)=0 for k = 2 : 63*4 %取得x(k)序列 x(k)=exp(-T0/T1)*x(k-1)+T1*K1*(1-exp(-T0/T1))*u(k-1)+T1*K1... *(T1*(exp(-T0/T1)-1)+T0)*(u(k)-u(k-1))/T0 %取得y(k)序列 y(k)=exp(-T0/T2)*y(k-1)+T2*K2*(1-exp(-T0/T2))*x(k-1)+T2*K2... *(T2*(exp(-T0/T2)-1)+T0)*(x(k)-x(k-1))/T0 end %获取没有白噪声时候输出完毕 %作图 figure(1); plot(u,r); hold on; plot(x,k); plot(y,b); legend(u(k),x(k),y(k)); %第二步，将白噪声添加入输出信号 %产生白噪声信号v fangcha = 0.5;%随意指定的方差 v = fangcha * randn(1,63*4); %信号叠加,输出实际信号z(k) z = y + v; figure(2); %打印无白噪声污染信号 plot(y,b); hold on; %打印白噪声信号 plot(v,m); %打印白噪声污染后的信号 plot(z,k); legen