第1_2章系统辨识的基本概念和随机过程.pptVIP

系统辨识 2 第 1 章系 统 辨 识 的 基 本 概 念 1.1 系统辨识学科的发展 1.2 过程和模型 1.3 辨识的定义 1.4 辨识算法的基本原理 1.5 辨识的内容和步骤 1.6 辨识的应用 3 4 1.1系统辨识学科的发展 系统辨识是近几十年来发展起来的新兴科学，所涉及理论基础广泛，内容丰富，工程应用性强。 系统辨识是利用系统运行或实验过程中获取的系统输入-输出数据求得系统数学模型（传递函数）的方法和技术。是人们对客观实际系统对象（控制对象）的认识由表及里、去粗求精，从定性到定量获取系统内在规律和特征的定量化关系的过程。这些定量化关系反映反映系统本质特征，这些定量化关系就是系统的数学模型。 因此，系统辨识是自动控制理论切实应用到实际中去的不可缺少的手段和工具。 5 系统辩识的先导性工作可以追溯到16世纪德国天文学家开普勒和德国数学家高斯的工作，他们分别根据观测数据，建立了行星运动的数学模型。 1960在莫斯科召开的国际自动控制联合会学术会议（IFAC，International Federation of Automation Control）上，系统辨识问题受到人们的普遍重视，但提交的论文不多。此后，有关论文和学术交流迅速增加，成为后二十年来最活跃的一个自动控制领域。1967年起，IFAC决定每三年举办一次国际“辨识和系统参数估计”专题讨论会，第八界学术讨论是1988在北京举办的，一次提交论文就在600之多，录用480篇。 国内“系统辨识”学科研究起步于1975年左右。1980年，发行第一本教课书“系统与参数估计”，现在已有几十种版本的教课书和专论陆续出版，在重点大学的自控专业都开设了“系统辨识”课程。 Gauss（高斯） 在1795年首次用最小二乘法(least-squares method) 计算行星轨道。Markov继续完善了Gauss的工作，证明了最小二乘估计是最优线性无偏估计（BLUE）。 Ljung等 Prediction error methods 如果扰动不是白噪声，则最小二乘法不再适用。瑞典的Ljung等人从1970年代开始发展出prediction error 方法，它能够在有色噪声情形的情况下，给出参数的一致估计。目前，该类方法是系统辨识的主流方法。 Ljung的专著“System Identification: Theory for the User”是本领域的经典著作。 Ljung主持编写的Matlab System Identification Toolbox是本领域最好的工具箱。  Torsten Söderström at al: Instrumental Variable Methods 如果扰动不是白噪声，则最小二乘法不再适用。但我们可以假设扰动与输入不相关，这在开环运行的情况下是完全合理的。在这种假设下，可以用Instrumental Variable（辅助变量）法估计模型参数。该类方法计算量较小，但是不像prediction error方法那样能够同时得到噪声模型。 瑞典的Soderstrom Stoica的专著“System Identification”和“Instrumental Variable Methods for System Identification”是该领域的经典著作。 Peter van Cverschee,Bart De Moor等子空间辨识 1990年代，为了克服PEM针对多变量系统辨识时需要进行非线性优化，以及IV不能同时辨识出噪声模型的缺点。Bart De Moor, Verhaegen等提出了针对多变量系统的Subspace Identification Methods。该类方法不是基于优化某个criterion，主要用到矩阵的奇异值分解，无需非线性优化，因而计算量较小。 Goodwin, Chen等：鲁棒辨识 1990年代末，随着鲁棒控制，特别是H-无穷控制的发展。控制界需要适用于鲁棒控制的系统模型。鲁棒辨识完全舍弃了扰动为随机噪声的假设，而假设扰动在某个区间范围内。因此，辨识得到的模型是（确定论的）模型族，而不是单个模型。Chen等的“Control-oriented system identification: an H-infinity approach”是本领域的第一本专著。 11 促进系统辨识蓬勃发展的主要原因有： （1）自动控制学科发展和其他诸多学科发展的需要。 随着控制理论向更深更广的方向发展，控制策略对控制对象的了解依赖性越来越强，控制精度，控制指标的提高。例