规范状态空间系统辨识方法-南京信息工程大学学报.pdf

文章编号：１６７４⁃７０７０（２０１４）０６⁃０４８１⁃２４ １，２，３ １ 丁锋 　 马兴云 规范状态空间系统辨识方法 摘要 ０　 引言 因为状态空间模型既包含了未知状 态，又包含了未知参数，且二者是非线性 　 　 系统建模（ｓｙｓｔｅｍ ｍｏｄｅｌｉｎｇ）和系统辨识（ｓｙｓｔｅｍ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）或 乘积关系，使得辨识问题变得复杂．针对 ［１⁃２］ 系统参数估计是自动化控制理论的基础 ．２０１１—２０１２年本文第一 这一问题，详细研究了规范状态空间系 ［３⁃１３］ 统的状态与参数联合估计方法．采用交 作者在《南京信息工程大学学报》连载了系统辨识方面的论文 ，其 互估计理论，即采用递推方法或迭代方 ［１］ 部分内容汇集成书，涉及著作《系统辨识新论》 与《系统辨识———辨 法实现系统状态与参数的交互估计．基 ［２］ 识方法性能分析》 ．从２０１４ 年起，笔者等又在该刊连载系统辨识方 本思路是在计算参数估计时，辨识算法 ［１４］ 信息向量中的未知状态用其估计值代 面的论文，涉及多元系统耦合多新息随机梯度类辨识方法 、多元伪 替，然后利用获得的参数估计，设计基于 ［１５］ 线性回归系统部分耦合多新息随机梯度类辨识方法 、类多变量输 参数估计的状态观测器或基于参数估计 ［１６］ 出误差系统的耦合多新息辨识方法 、多变量方程误差类系统的部 的Ｋａｌｍａｎ滤波算法估计系统的状态，二 ［１７］ 者形成一个交互计算过程（递阶计算过 分耦合迭代辨识方法 、类多变量方程误差类系统的递阶多新息辨 程）．沿着这条思路，分别从递推方案和 ［１８］ 识方法 等．本文主要研究规范型状态空间系统的状态估计与参数 迭代方案，研究和提出了基于状态观测 辨识问题． 器和基于Ｋａｌｍａｎ 滤波状态估计的随机 梯度辨识算法、递推最小二乘辨识算法、 状态空间模型不仅能方便地描述系统和外界输入的作用关系， 多新息随机梯度辨识算法、多新息最小 也能揭示系统的内在结构及特性．状态空间模型在系统分析、系统控 二乘辨识算法，以及模型分解的辨识算 制、系统优化等方面具有独特的优点，如状态反馈极点配置、观测器 法，并给出了几个典型算法的计算步骤、 流程图和计算量． 设计、最优控制等．状态空间系统辨识一直是控制领域的研究热点．当 关键词 系统状态可量测时，就很容易利用最小二乘方法辨识状态空间系统 参数估计；递推辨识；迭代辨识；最 的参数；当系统状态不可测时，状态空间系统的辨识要复杂得多，因 小二乘；梯度搜索；状态观测器；Ｋａｌｍａｎ 滤波；状态估计；模型分解；状态空间 为既要辨识系统未知参数矩阵，还要估计未知系统状态，且辨识模型 系统