系统辨识第1-2学时技巧.pptVIP

3) 正态随机过程 4) 平稳随机过程的各态历经性 5) 相关、正交与独立 设X、Y是两个随机变量，如果 ，则称X、Y为不相关的随机变量 如果 ，则称X、Y为正交的随机变量 如果 的联合概率密度 ，则称X、Y为相互独立的随机变量 两个正态的不相关随机变量，一定是相互独立。 两个相互独立的随机变量，一定是不相关的（但逆命题未必成立） 系统辨识与自适应控制 ----背景、分类及相关基本概念 教 师 ： 曲智勇 日 期 ： 2015春 背景 常规控制思路: 目标：运行状态满足预定的性能指标。 途径：已知传递函数；已知运动方程等。 但完全掌握对象动态特性较困难: 1) 被控对象的精确数学模型无法建立。 2) 特性在运行过程中会发生变化。 3) 环境变化。 分类 模型参考自适应控制系统 自校正控制系统 间接式 直接式 要求自适应系统： 1）当周围环境条件改变时，自适应; 2）确定出最佳工作点； 应用 1.系统辨识 1.1 数学模型及建模方法 数学模型：定量描述系统或过程内部物理量（或变量） 之间关系的数学表达式。 1）机理建模（“白箱建模”） 2）实验法建模（亦称“黑箱”建模） 建模方法： 1.2 系统辨识定义及其分类 定义（L.A.Zadeh ）：是在输入和输出数据的基础上，从 一组给定的模型类中，确定一个与所测系统等价的模型。 分类： 对于线性系统： 1)非参数模型辨识方法 2)参数模型辨识方法 对于非线性系统： 1）扩展卡尔曼滤波 2）无味卡尔曼滤波 3） …… 据时间是否连续，参数模型又可分为： 1）连续时间系统参数模型 2）离散时间系统参数模型 确定性模型 随机模型 1.3 系统辨识基本原理 考虑如下模型： 最小二乘 系统辨识原理图 1.4 系统辨识步骤 辨识目的 试验设计 1) 确定各种变量 2) 预备性试验 时间常数；允许的输入信号幅度； 过程的非线性与时变性；噪声水平； 变量之间的延迟等 3) 扰动信号 4) 采样速度 5) 试验时间 6) …… 模型结构确定 非参数的-参数的； 连续的-离散的； 时域的-频域的； 单变量的-多变量的； 静态的-动态的； 线性的-非线性的；时变的-非时变的；确定性的-随机的； 集中参数的-分布参数的； 参数和状态的估计 模型的校验 参数 绝大多数 状态 状态空间 实际运行 交错核对 假设校验 2.随机过程 2.1 估计理论基本概念 最优估计 给定系统模型和观测模型的情况下，利用系统过程噪声、量测 噪声的统计特性和初始条件信息，依据某种最优准则对量测值 进行处理，确定系统当前时刻状态。 最优估计器 估计误差 滤波 最优估计准则 性能测度 最优估计分类 2.2 随机变量与随机过程 2.2.1 随机变量及其概率分布 1) 离散型随机变量 数学期望（或均值） 方差 2) 连续型随机变量 数学期望（或均值） 方差 关系 性质 2.2.2 随机向量及其概率分布 均值向量 关系 方差阵 X与Y的协方差阵 2.2.3 正态随机变量 概率密度为 联合概率密度为 2.2.4 随机过程 1) 平稳随机过程 严平稳随机过程（一维、二维等） 宽平稳随机过程 平稳随机过程的谱密度 2) 白噪声过程 有色噪声 噪声序列中每一时刻的噪声和另一时刻的噪声相关 仿真实例：