实验3最小二乘法的实现..docVIP

实验3 最小二乘法的实现 实验报告 哈尔滨工业大学 航天学院控制科学与工程系 专业： 自动化 班级： 0904103 姓名： 邱国锐 日期： 2012 年 10 月 18 日 1．实验题目： 实验3 最小二乘法的实现 2．实验目的 理解并掌握系统辨识中的最小二乘法原理。 3．实验主要原理 给定系统 （1） 其中，为待辨识的未知参数，是不相关随机序列。为系统的输出，为系统的输入。分别测出个输出、输入值，则可写出个方程，具体写成矩阵形式，有 （2） 设 ， 则式（2）可写为 （3） 式中：y为N维输出向量；为N维噪声向量；为维参数向量；为测量矩阵。为了尽量减小噪声对估值的影响，应取，即方程数目大于未知数数目。 的最小二乘估计为 （4） 4．实验对象或参数 对象的数学模型如下： 其中，是服从正态分布的白噪声N。输入信号采用4阶M序列，幅度为1。选择如下形式的辨识模型： 设输入信号的取值是从k =1到k =16的M序列，则待辨识参数为=。其中，被辨识参数、观测矩阵z L、H L的表达式为 , ， 要求编制仿真程序，获取系统输入输出数据，并运用最小二乘法对这一系统的参数进行辨识，并将辨识结果与实际参数进行对比。 5．程序框图 6．程序代码 function ex3 %用于产生一个4阶M序列 Np = 16;%周期 a = 1;%幅度 %初始化M序列，本序列的初始值是从前面实验中的初始值取出的 M(1)=1; M(2)=0; M(3)=0; M(4)=1; M_XuLie(Np) = 0; for n = 1 : Np temp = xor(M(4),M(3)); if(temp == 0) M_XuLie(n) = a; else M_XuLie(n) = -a; end M(4) = M(3); M(3) = M(2); M(2) = M(1); M(1) = temp; end %M_XuLie %4阶M序列生成完毕 v = randn(1,16); %用于生成一个16维的N(0，1)行向量,服从正态分布的白噪声 u = M_XuLie;%将M序列赋给输入u %根据实际迭代式算出z(1),z(2) z(1) = v(1); z(2) = 1.5 * z(1) + u(1) + v(2) ; %迭代计算输出 for k = 1 : Np-2 z(k+2)= 1.5 * z(k+1)- 0.7 * z(k) + u(k+1) + 0.5 * u(k) + v(k+2); end %对测矩阵z L赋值 for k = 1 : 14 ZL(k) = z(k+2); end %对测矩阵H L赋值 HL=[-z(2:15);-z(1:14);u(2:15);u(1:14)]; %计算系统辨识值 theta = inv(HL* HL) * HL * ZL %显示实际参数，方便观察比较 ori = [-1.5,0.7,1,0.5] %绝对误差 absError = theta - ori %相对误差 RelativeError = (theta - ori)./ori * 100 %此处必须用点除 7．实验结果及分析 (1)实验结果： 注意：其中相对误差为百分比，绝对误差为参数相减的结果第一次运行： theta = -1.5327 0.7990 1.0824 0.4269 ori = -1.5000 0.7000 1.0000 0.5000 absError = -0.0327 0.0990 0.0824 -0.0731 RelativeError = 2.1789 14.1491 8.2443 -14.6297 第二次运行： theta = -1.4591 0.6270 1.3562 0