系统辨识实验答案相关分析法.docVIP

实验一 辩识离散线性系统脉冲响应特性的相关分析法 实验步骤及问题 1.首先采用批量算法，步骤如下： （1）首先产生M序列。 通过Matlab软件编程产生M序列，程序如下。 x1=1;x2=1;x3=1;x4=1; m=15; for i=1:m y4=x4;y3=x3;y2=x2;y1=x1; x4=y3;x3=y2;x2=y1;x1=xor(y3,y4); if y4==0 u(i)=-1; else u(i)=y4; end end m=u %grapher i1=i; k=1:1:i1; subplot(3,1,1) plot(k,u,k,u,rx) xlabel(k) ylabel(m序列) title(移位寄存器产生的m序列) 产生的M序列如下图所示： （2）系统输出 y(k) + a1y(k-1) + a2y(k-2) = b1u(k-1-d) + b2u(k-2-d) 式中参数值为a1=-0.9,a2=0.5,b1=1.1,b2=0.5,d=0时产生的图形如下: （3）采用建议的系统参数a和b，观察冲激响应曲线的真值，并估计系统的整定时间Ts；改变系统参数a和b，查看其对结果的影响。 利用批量算法求脉冲响应。 脉冲响应估计值为：1.1928 2.2057 2.6252 1.9906 1.2154 0.9030 0.6983 0.6772 0.8593 1.2405 1.4121 1.5508 1.5512 1.4251 1.3490 图形如下图所示： 当改变a, b参数值时，使。此时的脉冲响应估计值为：1.2900 2.2734 2.7686 2.3477 1.6035 1.1689 0.8643 0.7402 0.8232 1.2314 1.4990 1.7188 1.7344 1.6143 1.5176 脉冲响应图形如下图所示： 当改变参数值后，从图形中可以看出脉冲响应的图形形状没有大的改变，但是脉冲响应估计值发生变化。 （4）采用建议的系统参数a、b和噪声幅度，选取不同的n,k0值，得到不同的M序列周期值，观察结果是否收敛于冲激响应曲线的真值，并分析原因，总结Np的取值规律，判断它与Ts的取值有何关系？ 当取n=5, k0=3时产生的图形如下： 从此图可以看出，当n和k0的值改变时，由于m序列是周期性的，系统输出与脉冲响应估计值也具有一定的周期性，结果最后收敛于冲激响应曲线的真值。Np的取值与n有关满足Np =2n-1 。为了使所得冲激响应能够在Tp=NpΔ之内结束，防止Ru(τ)曲线上出现重叠现象，因此要求Tp=NpΔTs 。 （5）观察M序列的递推算法辩识结果，如果总计算点数不正好等于Np的整数倍，冲激响应曲线的辩识结果会怎样？ 利用递推算法求脉冲响应 图形如下所示： 观察运用递推算法所得到的脉冲响应估计图形，所得到的脉冲响应估计值为：0 0 0.4000 1.2480 2.4027 3.3792 3.4101 2.2806 0.4633 0.9540 -1.5634 -1.3414 -0.8367 -0.3349 0.2585。可以看出与运用批量算法所得到的脉冲响应估计值不同，但是两种算法的辨识结果基本上是一致的，只是递推算法可以用于在线辨识，就这一点来说，递推算法优于批量算法。 如果总计算点数不正好等于Np的整数倍，由于不是在一个完整的周期取值，所得的图形形状以及得到的脉冲响应估计值数据，都会影响系统辨识结果。 （6）观察辩识得到的冲激响应曲线的光滑度，分析导致曲线不光滑的原因？ 由于M序列的取值不是连续的 输出也不是连续的，因此曲线不是光滑的。 （7） 观察L序列的递推算法和批量算法辩识结果，同M序列的递推算法和批量算法辩识结果相比较，对两种序列的优缺点作出简要分析。 M序列含有直流成份，这将造成对辨识对象的“净扰动”，这通常是不希望的，而L序列可以很好的克服这一缺点，是一种比M序列更理想的伪随机序列。  1.批量算法程序 x1=1;x2=1;x3=1;x4=1; m=31; for i=1:m y4=x4;y3=x3;y2=x2;y1=x1; x4=y3;x3=y2;x2=y1;x1=xor(y3,y4); if y4==0 u(i)=-1; else u(i)=y4; end end m=u %grapher i1=i; k=1:1:i1; subplot(3,1,