系统辨识前沿讲座.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 技术讲座 系统辨识 * Applications: 系统辨识实例 闭环辨识 闭环辨识的难点3:数值计算问题 依存性小的情况 依存性大的情况 技术讲座 系统辨识 * Applications: 系统辨识实例 闭环辨识 传统闭环辨识方法 加外部测试信号 消除输入输出信号间的相关，提高建模可靠性 测试信号会引起运行波动，因此很多实际过程不允许加很强的测试信号 多个控制器切换 在不同的控制规则中切换，降低输入输出的线性相关 需要设计多个控制器，切换的同时也会引起运行波动 技术讲座 系统辨识 * Applications: 系统辨识实例 闭环辨识 输出多采样辨识方法 辨识对象 F(z) C(z) G(z) H(z) v(mT) u(mT) y(mT) e(mT) ++ 辨识对象 F(z) C(z) GD(q) HD(q) r(mT) v(mT) u(mT) yD(kD) eD(kD) ++ wD(kD) w(mT) r(mT) T=pD 技术讲座 系统辨识 * Applications: 系统辨识实例 闭环辨识 输出多采样辨识方法 控制器和反馈信号都不需改变，只是提高了输出信号的采样频率 不需要另加外部测试信号，也不需要多个控制器切换 对系统运行没有影响 G2(z) yD(mT+2D) eD(mT+2D) ++ G(z) yD(mT) eD(mT) ++ G1(z) u(mT) yD(mT+D) eD(mT+D) ++ 反馈 … “开环”状态 技术讲座 系统辨识 * Applications: 系统辨识实例 闭环辨识 输出多采样在通信系统中的信道辨识问题 信道 发送信号 接收信号 噪音 ++ 未知 未知 mT-T mT-D mT mT+D mT+T … … 技术讲座 系统辨识 * Applications: 系统辨识实例 闭环辨识 输出多采样在通信系统中的信道辨识问题 例: H(z) H1(z) 技术讲座 系统辨识 * Applications: 系统辨识实例 闭环辨识 输出多采样在通信系统中的信道辨识问题 H1(z) yD(mT+D) eD(mT+D) ++ H(z) yD(mT) eD(mT) ++ … u(mT) 技术讲座 系统辨识 * Applications: 系统辨识实例 非线性系统辨识 常见的非线性特性 饱和(saturation) 死区(dead zone) 回环型非线性 非线性摩擦(nonlinear friction) 齿隙型(backlash) 继电型(relay) 滞后回环(hysteresis) 技术讲座 系统辨识 * Applications: 系统辨识实例 非线性系统辨识 非线性系统辨识的难点 非线性特性多种多样，没有统一的表达形式。 叠加定理不再适用于非线性系统，系统成分难于分解 动作点的变动可能带来系统特性的较大波动 非线性的数值计算比较难，而且不能保证得到全局最优解 技术讲座 系统辨识 * Applications: 系统辨识实例 非线性系统辨识 选择非线性模型的原则 如果能用线性模型近似的话就尽量用线性模型 必须选择非线性模型的情况下，尽量选择待定参数少的模型 必须选择非线性模型的情况下，尽量选择简单、容易辨识的模型结构 在能够满足实用要求的情况下，可以在模型精度和建模的复杂程度之间取得折衷 技术讲座 系统辨识 * Applications: 系统辨识实例 非线性系统辨识 常用的非线性模型(1) Volterra级数 相当于函数的幂级数展开 把非线性辨识问题转换成Volterra核的系数求解问题 缺点:当输入信号为有色信号时需要高阶Volterra核 技术讲座 系统辨识 * Applications: 系统辨识实例 非线性系统辨识 常用的非线性模型(2) 面向模块的模型 非线性环节为静态非线性(与时间无关) 非线性环节与线性环节是串联结构、各个环节可以完全分离 模型结构有Hammerstein模型、Wiener模型、Hammerstein-Wiener模型、 Wiener-Hammerstein模型等 局限性:只适用于特定的非线性系统结构(串级系统、控制执行机构等) 技术讲座 系统辨识 * Applications: 系统辨识实例 非线性系统辨识 常用的非线性模型(2) 面向模块的模型 Hammerstein模型结构 Wiener模型