(哈工大)系统辨识和自适应控制——第一讲.ppt

2010-02-20 控制理论与制导技术研究中心 系统辨识与自适应控制 黄显林、班晓军 控制理论与制导技术研究中心 哈尔滨工业大学 banxiaojun@hit.edu.cn 第一讲系统辨识的基本概念 一、什么是系统辨识？ 1. 机理分析建模方法 (白箱法) 步骤一：对小车进行受力分析，小车的受力分析如图3所 示。 图3 小车受力分析图 图中，P表示摆杆对小车水平方向上的作用力，单位N； N 表示摆杆对小车垂直方向上的作用力，单位（N）。 根据牛顿定律，小车水平方向上的力平衡方程为： 步骤二：对摆杆进行受力分析，摆杆的受力如图4所示。 图4 摆杆受力分析图 摆杆水平方向上的力平衡方程如下， 问题： (1). 效率低：随着系统复杂程度的增加，建模过程愈加复 杂； (2). 不方便“计算机”在线决策。 2. 系统辨识法(黑箱法) 能否根据“输入、输出数据”获取“对象”的数学模型呢？ 例：原被控对象的差分形式为： Y(t) - 2.85y(t-1) + 2.717y(t-2) - 0.865y(t-3) = u(t-1) + u(t-2) + u(t-3); 传递函数形式： 给定输入信号：10阶M序列。输入为为0.002秒的10阶M序列(周期 s )： 辨识过程： 分别对应的辨识结果： 给定阶数 3，3，1 根据不受噪声干扰时的数据辨识出来的结果： Discrete-time IDPOLY model: A(q)y(t) = B(q)u(t) + e(t) A(q) = 1 - 2.85 q^-1 + 2.717 q^-2 - 0.865 q^-3 B(q) = q^-1 + q^-2 + q^-3 Estimated using ARX from data set mydata Loss function 6.25668e-024 and FPE 6.33214e-024 Sampling interval: 0.002 问题： (1). 输入信号为什么要选M序列，正余弦函数行不行，阶 跃信号行不行？ (2). 预定的模型阶次怎么确定？ (3). 具体的参数怎么确定？ 3. 机理分析法+系统辨识法 （工程常用，灰箱法） 电机系统： 二、系统辨识方法的基本分类 1. 参数辨识方法 a. 经典辨识方法 ※ 阶跃响应法； 脉冲响应法； 频域响应法； 相关分析法； 谱分析法。 b. 最小二乘类参数辨识方法 ※ 最小二乘一次性算法； 最小二乘递推算法 增广最小二乘算法； 广义最小二乘算法。 c. 极大似然法和预报误差方法 d. Bayes方法 e. 模型参考自适应方法 2. 结构辨识方法 a. 根据Hankel 矩阵的秩估计模型的阶次； ※ b. 利用行列式比估计模型的阶次； c. 利用残差的方差估计模型的阶次； d. 利用Akaike准则估计模型的阶次； e. 利用最终预报误差准则估计模型的阶次。 三、辨识的基本要素 1. 输入输出数据（辨识的基础） 必须包含有关系统特性的足够信息 时域的角度：信号变化剧烈，且呈现非周期性； 频域的角度：频谱宽。 2. 模型类 3. 等价准则 评判“辨识得到的模型”是否满足“实际需要”的一个“准 则”。 辨识就是按照一定的准则从某一类模型中找出一个与 输入输出数据拟合得最好的模型。 例子：一个热交换过程，如下图所示。预建立T/Q模型。 经观测得到一组输入输出数据，记为{Q(k)}，{T(k)}， 。 选定模型类： 选定等价准则： 最小化 J， 四、辨识问题的表达形式 (最小二乘格式) 其中， h(k): 系统的输入变量； z(k): 系统的量测输出变量； e(k): 系统的模型噪声； ： 未知参数。 例 2. 对于给定质量的气体，不同的体积V对应着不同的 压力P。根据热力学原理，压力和体积之间存在如下的关 系 例2总结：最小二乘格式中的输入、输出量可以不是原 过程的输入输出量。 五、递推辨识算法的基本原理 (在线辨识算法的基本原 理；递推辨识算法的基本原理；类似神经网络的学习过 程) k 时刻的输出值预测： k 时刻的输出误差，或称为“新息”