8系统辨识原理及辨识模型简介精选.pptxVIP

8系统辨识原理及辨识模型简介;系统辨识的主要内容包括：实验设计，模型结构辨识，模型参数辨识，模型检验。常用的模型类有：;非参数模型主要包括脉冲响应模型和频域描述模型。假设待辨识的系统为线性系统，u为输入，y为输出，v为噪声，则可以得出输入输出的关系如下：;8.2系统辨识工具箱图形界面;式8.8可以表示为;(2) 数据表示和非参数模型估计 观测到的输入输出信号u(t)、y(t)分别用列向量u、y表示，序数k对应于采样数字k，对于多变量系统，每一个输入（输出）都可以表示为一个列向量，所以向量u就是一个N*nu的矩阵（N为采样观测的序列数，nu为输入通道数）。输入输出数据全部表示在iddata对象的格式中。这是辨识工具箱处理信号的基本对象，在很多的函数中都会使用。构造对象的使用格式：;(3) 参数模型估计 在系统辨识工具箱中包括多种参数模型估计的函数，它们都具有共同的命令结构。 m = function(Data,modstruc) m = ... function(Data,modstruc,Property1,Value1,…PropertyN,ValueN) 变量Data是包括输入输出序列的iddata对象，而modstruc说明了被估计模型的特定结构。模型估计的结果返回到变量m中，它是存放了多种信息的模型对象。在大多数情况使用时可以不必考虑对象的细节重要输入模型名称m就可以了