实验实验一利用相关分析法辨识脉冲响应.docVIP

实验一 利用相关分析法辨识脉冲响应 一、实验目的 通过仿真实验掌握利用相关分析法辨识脉冲响应的原理和方法。 二、实验内容 下图为本实验的原理框图。过程传递函数为,其中；分别为过程的输入和输出变量；为过程测量白噪声，服从正态分布，均值为零，方差为，记作；为过程的脉冲响应理论值，为过程脉冲响应估计值，为过程脉冲响应估计误差。 过程的输入驱动采用M序列，输出受到白噪声的污染。根据过程的输入和输出数据，利用相关分析算法根据输出过程的脉冲响应值，并与过程脉冲响应理论值比较，得到过程脉冲响应估计误差值，当时，应该有。 三、实验方案设计 (1) 采用串联传递函数仿真 令，则的表达框图为： 编程语句可写成： (2)白噪声生成 ● 利用U[0,1]均匀分布的随机数生成正态分布的白噪声 其中，标准差分别取0,0.1,0.5。 ● 编程语句 (3)M序列生成 ● 用M序列作为辨识的输入信号，N序列的循环周期取,时钟节拍，幅度,逻辑“0”为a,逻辑“1”为-a，特征多项式自选，如。 ● 生成M序列的结构图 ● 编程语句 (4)互相关函数的计算 其中，r为周期数，表示计算互相关函数所用的数据是从第二个周期开始的，目的是等过程仿真数据进入平稳状态。 (5)计算脉冲响应估计值 ● 脉冲响应估计值 ● 脉冲响应估计误差 四、数据记录 理想状态下，即在没有白噪声干扰下的数据 输入白噪声标准差sigma(0.5):0 脉冲响应估计误差 0.0266 输入白噪声标准差sigma(0.5):0.1 脉冲响应估计误差 0.0281 输入白噪声标准差sigma(0.5):0.5 脉冲响应估计误差 0.0293 输入白噪声标准差sigma(0.5):1 脉冲响应估计误差 0.0391 输入白噪声标准差sigma(0.5):2 脉冲响应估计误差 0.0616 数据列表 输入白噪声标准差 0 0.1 0.5 1 2 脉冲响应估计误差 0.0266 0.0281 0.0293 0.0391 0.0616 五、结果分析 利用相关分析法分析脉冲响应，得到脉冲响应的估计误差是随着输入白噪声标准差的增加而增大的，带有白噪声污染的输出z,在白噪声标准差为0时与理想输出y是重合的，白噪声的标准差愈小对系统的输出干扰愈小。 六．程序流程 源程序清单 %利用相关分析法辨识脉冲响应clc; clear all; close all; a=1; Np=63; Ts=1;%采样时间 %过程仿真参数 K=120; T0=1; T1=8.3; T2=6.2; %产生输入u(k) r=4; M = [0 0 0 1 0 1 1]; %-初始状态向量 P = 7; %-实际应为6，循环周期Np=2^6-1=63 for k = 1:1:252 u(k) = 1-2*M(7); %-取M6(相对M0而言)结果生成M序列 M(1) = xor(M(6),M(7)); if M(1) == 2 M(1) = 0; end i = P; while i1 M(i) = M(i-1); i = i-1; end end%产生输入数据x（k） %系统仿真方法一，指导书上的 K1 = K/(T1*T2); E1 = exp(-T0/T1); E2 = exp(-T0/T2); x(1) = 0; y(1) = 0; for k = 2:1:252 x(k) = E1*x(k-1)+T1*K1*(1-E1)*u(k-1)+T1*K1*(T1*(E1-1)+T0)*(u(k)-u(k-1))/T0; y(k) = E2*y(k-1)+T2*(1-E2)*x(k-1)+T2*(T2*(E2-1)+T0)*(x(k)-x(k-1))/T0; end%产生不带噪声的输出数据y（k） %or %sys=tf([120],[8.3*6.2,8.3+6.2,1]); %y1=lsim(sys,u,1:length(u));%输入为M序列时对系统进行仿真 %y=y1; sigma=input(输入白噪声标准差sigma(0.5):); v=whitenoise(0,sigma^2,length(y)); %N(0,0.25)高斯白噪声 %or %v=wan(sigma); z=y+v; ii=1:length(u); plot(ii,u) title(输入u) axis([1 length(u) -1.5 1.5]) figure(2) plot(ii,y,b,ii,z,r),title(仿真