两阶段随机梯度算法在闭环多变量系统辨识中的应用-期刊.pdfVIP

北京化工大学学报(自然科学版)论文模板 两阶段随机梯度算法在闭环多变量系统 辨识中的应用 靳其兵，夏丹阳· (北京化工大学自动化研究所，北京100029) 摘要：为得到闭环多变量系统参数的无偏估计，提出两阶段闭环辨识与一种随机梯度法结合的算法，此算法利用中间模 型将闭环问题转化成两个开环问题，并基于随机梯度算法和递阶辨识原则，用最速下降法极小化预2测误差准则来得到参 数估计。这种算法只需一个测试信号，不需要控制器的先验知识，计算简便，能获得满意的结果，适用于闭环多变量系统 的在线辨识。 关键词：闭环辨识；梯度算法；多变量系统；两阶段法；递阶辨识原则 中图分类号：TP273 文献标识码：A 1引言(Introduction) 针对多变量过程而发展起来的各种基于模型的多变量控制方法实现前提是要有好的对象模型，需要 对多变量对象进行辨识，辨识结果的好坏直接影响到控制器设计的优劣。数十年来，多变量(MIMO) 系统的辨识有很大进展。大量多变量辨识技术随之涌现，并对于不同的对象模型提出了各种方法，例如， 多变量最小二乘法，预报误差法，渐近辨识法和子空间辨识法…等等。目前的多变量系统辨识方法一般 在开环条件下进行，而且多变量系统的在线辨识仍很困难。开环实验条件下的辨识可能造成离开实际生 产要求的控制点，生成不合格产品，造成经济损失，甚至引发危险。因此实际过程中要求在维持系统正 常运作，不断开闭环回路的情况下，进行对象模型的辨识。但是把开环条件的辨识方法直接用于闭环条 件下对象辨识将存在较大的估计偏差，甚至会导致对象不可辨识。围绕这一问题，人们提出了许多有效 den 的闭环辨识算法埋{’。VanHot41等人提出的基于开环转换的两阶段闭环辨识法即是具有代表性的方法 之一。两阶段辨识法相关文献多论述单变量系统且需要两个外加测试信号，并多与最／b乘法结合辨识。 本文方法针对带有色噪声的闭环多变量系统，只采用一个外加测试信号，提出一种两阶段法随机梯度算 法来解决模型参数辨识问题。 Mendel，J．M哺’提出随机梯度校正辨识法并论证了其渐近无偏算法。之后人们发展了新的梯度校正法。 它的无偏性和一致性。但原文并未针对闭环条件和有色噪声情况进行研究。本文提出两阶段随机梯度辨 识算法，这种方法计算简单，可在线实时辨识，能直接辨识对象的传递函数模型，方便用于实际生产过 程的控制系统设计，本文论述这种方法在带有色噪声的闭环条件多变量系统模型辨识中的应用，并完成 仿真实例。 2对象模型(Theobjectmodel) 考虑一个线性离散多变量系统，u(t)∈R’为系统输入向量，y(，)∈Rm为系统输出向量，传递函数 基金项目：中国石化总公司资助项目(项目编号：X503014) 作者简介：靳其兵(1971年一)，男，博士，教授北京化工大学信息学院副院长．研究领域为新型控制、系统辨识及其 在工业中的应用：夏丹阳(1982年一)，女，北京化工大学硕士．研究领域为系统辨识。 341 北京化工大学学报(自然科学版)论文模板 表达式为 y(t)=G(z)u(t) (1) 相对应的离散差分方程表达式为y(。)+善∞)，(‘·‘)2乏只球(‘-7) (2) 在随机性问题中，即过程的输入输出含有噪声的情况下，在(2)式中引入随机向量有 打 片 y(t)+∑aiy(t—f)=∑plu(t—f)+P(1) (3) J-l ft0 口和口为参数阵，缈和y为信息阵。则得到模型： 0T=[Oo研L如】∈Rmx峋 一o=(，l+1)r al “(，) a2 u(t—n ∈R疗， 缈(，)= ∈R疗0。 M M 口疗 u(t—九、 缈(f)=【y(t—1