系统辨识课件1__ok概论.pptVIP

经典辨识方法定义： 由上述三种经典输入信号来获取系统数学模型的方法。 正弦输入—频率响应—求传递函数，自控已讲； 阶跃输入—阶跃响应—求传递函数，自控已讲； 脉冲输入—脉冲响应—求传递函数，自控未讲； 2.经典辨识的内容、目的及方法 经典辨识内容及目的： (1)如何获取系统的脉冲响应？ (2)如何从系统的脉冲响应求取系统的传递函数和脉冲 传递函数 解决方法： (1)如何获取系统的脉冲响应,采用相关法； (2)由脉冲响应求取系统的参数模型，采用纯解析法。 3.相关法求取系统的脉冲响应 相关法的核心是维纳-霍夫方程。 (1)维纳-霍夫方程 SISO系统可由下图表示： g(τ)为系统的脉冲响应函数，即为我们需要求解的。依据线性系统的卷积定理有： 设x(t)为均值0的平稳随机过程，则y(t)亦为均值0的平稳随机过程。任取时刻t2，当t=t2时，上式为 任选另一时刻t1，用x(t1)乘以上式，有 两边取数学期望，有 式中： 。上式即为维纳-霍夫方程 重写维纳霍夫方程： (2)由维纳霍夫方程求解脉冲响应g(τ) 若方程中Rxy(·)及Rx(·)已知，则解上述方程可得g(τ) 但一般情况下，上述方程极难求解。只有在某些特殊情 况，维纳霍夫方程才可解。 特殊情况：当x(t)为白噪声信号时，有 代入维纳霍夫方程后，可得 可见， g(τ)的求解，只需计算Rxy(·)即可。 若观测时间Tm充分大，则有 由于X,Y是记录的数据序列，则有 4.采用白噪声为输入时的辨识结构图 (1)白噪声在工程上人为不可产生； (2)上述方法只是理论层面上； (3)实际工程上，常用M序列来代替白噪声输入信号。 5.M序列输入信号的由来(工程中的问题) 返 回 白噪声 白噪声是一种均值为零、谱密度为非零常数的平稳随机过程。 自相关函数 谱密度 以白噪声为输入，最小二乘辨识是无偏的 有色噪声可利用白噪声通过一个成形滤波器获得白噪声序列的产生方法 2012-3-12 3．特点 a. 时域特点：“无记忆性”，即 时，“随机变量” 和 是不相关的； b. 频域特点：平均功率在整个频域轴（全频谱）上均匀 分布； c．平均功率无限大，从时域信号的角度来讲，“样本离 均值的偏离程度无限远”，如图所示。 ※ 白噪声是一种理想化的数学模型 返 回 平稳随机过程:的统计特性不随时间的推移而变化 * 课程学习内容： 1.系统辨识目的 2.辨识的方法 3.辨识的具体步骤 学习该课程是做什么的，主要解决什么问题，有哪些方法，每种方法的优缺点、适用范围。 系统辨识 1.1 系统辨识的地位和目的 控制理论：经典控制理论、智能控制理论、 现代控制理论 经典控制—应用时域法、根轨迹法、频域法， 设计被控对象的控制器。 智能控制—神经网络、专家系统及人工智能。 现代控制—线性系统理论、最优控制理论和 最优估计理论等。 第1章 系统辨识的基本概念 线性系统理论是基础，解决系统的模型描述和基础知识，即线性系统一般可描述为： 最优控制解决在某一性能指标约束下，如何解算最优输入u(t)； 最优估计主要解决状态变量X的估计和预测。 上述问题解决的先决条件： 模型中的A、B、C、D已知。 亦即系统的结构和参数已知，也就是要知道系统的传递函数、或是脉冲传递函数、或是差分方程、或是系统的频率特性。 那么，如何获取系统的结构和参数？系统辨识目的： 如何获取系统的模型及其参数？ 系统辨识目的 1.2 系统的模型描述 1.模型定义 系统的本质的部分信息简缩成的一种有用的描述形式。 2.模型特点 (1)同一系统有多个模型描述； (2)同一模型可以反映不同的实际系统； (3)模型的精确度与复杂度。 3.模型表示形式 直觉模型，物理模型，图表模型，数学模型。 其中，图表模型为非参数模型，数学模型为参数模型。 4.数学模型分类 时域：微分方程、差分方程、状态方程 复域：传递函数、脉冲传递函数 频域：频率特性、描述函数 5.系统辨识中模型 系统辨识获取系统的