[工学]系统辨识第一章.pptVIP

1 第一章 模型方法与系统辨识 §1-1 系统辨识问题 二、系统辨识的提法及分类 由图可见，为了获得系统模型，需用各种输入信号来测试被辨识系统，并观测被辨识系统的输出响应，然后采用辨识技术来处理输入—输出数据，获得模型。 * * 系统辨识基础 系统辨识 ☆第一章 模型方法与辨识 ☆第二章 脉冲响应辨识 ☆第三章 最小二乘辨识 ☆第四章 极大似然辨识 ☆第五章 时间序列建模与随机逼近辨识 ☆第六章 模型阶次的辨识 ☆第七章 闭环系统辨识 第一章 模型方法与系统辨识 概述： 系统辨识的由来 理论上 实际上====》任务 系统辨识的三要素 模型 数据 准则类 ====》定义 系统辨识过程 辨识目的 验前知识 ====》具体过程 第一章 模型方法与系统辨识 ☆ 1-1 系统辨识问题 ☆ 1-2 系统辨识过程 一、模型化与系统辨识 在大部分实际系统中，如工业控制过程，为了设计一个有效的控制方案，如优化设计、鲁棒控制设计、自适应控制设计等，都需要建立系统的数学模型。对于简单系统，可以利用物理、化学、生物规律，采用解析的方法建立起系统的数学模型；但对于复杂的系统，特别是有关系统及其环境的先验信息不充分情况下，就必须采用实验研究的方法确定系统的等价数学模型，包含用试验方法确定某些重要的物理参数，如传热系数、化学反应率、阻尼系数等，这种试验方法，称之为系统辨识方法。 系统辨识是为了适应系统模型化要求而产生的一门技术，应用十分广泛。除工业控制系统外，在国防、经济、生理学、生物医学、生命科学、生态学、运输及社会系统中，都有非常重要的应用。 1、系统辨识定义 系统辨识是在设定的模型类中，按照某个准则，选择一个与被识别系统的观测数据拟合得最好的模型。 被辨识系统 辨识技术 系统模型 输入 输出 噪声 噪声 M M 测量仪器 可测量输入 可测量输出 扰动 系统辨识问题可用如下方框图表示： 辨识要求系统 被充分激励 2、系统辨识三要素 由系统辨识定义可见，系统辨识三要素是： 模型、数据、准则 对于辨识中设定的模型类，可以是： ⑴模型 参数模型─指传递函数(阵)、微分方程(差分方 程） 及状态方程； 非参数模型─脉冲响应、频率响应(非显含参数) 也可以是：线性或非线性；连续或离散；定常或时变；确定型或随机型；单变量或多变量等。 本书重点讨论线性定常系统辨识。 ⑵数据 所选择的输入试验信号及被辨识系统的输出观测信息，称之为数据。 ⑶准则 被辨识系统与辨识所得的系统模型是近似等价的，检验这种实际系统与辨识模型之间近似程度的性能准则函数，称为准则。 3、系统辨识分类 根据对系统事先的了解程度，系统辨识可分成两类。 ⑴完全辨识问题 事先完全不了解系统的任何基本特征，如线性还是非线性，无记忆还是有记忆等。此类辨识极难解决，称之为黑箱问题。 ⑵部分辨识问题 假定系统的某些特性，如线性度、频带宽度等是已知的，但不知系统动态方程的阶次或有关参数值。此类辨识称之为灰箱问题，比黑箱问题容易解决。 实际上，绝大多数工程系统及工业过程都属于灰箱。在一般情况下，对系统结构有若干了解，利用辨识方法可以导出系统动力学的特定数学模型。此时，往往只要解决系统模型方程中的一组参数确定即可，从而使模型化的系统辨识简化为参数辨识（或称参数估计）。 由于大多数的系统辨识问题总可以阐述为或简化为参数辨识问题，因而参数辨识或称参数估计是系统辨识技术研究中的一个最重要的方面。 三、参数辨识 1、参数辨识的本质 实际情况─系统输入数据和输出数据受到噪声影响，而且先验的模型方程存在误差。 参数辨识本质─利用统计分析方法，确定一个特定的数学模型，能与具有噪声的观测数据相拟合。 理想情况─精确地测量系统的输入数据和输出 数据，就能准确判断并获得系统模型方程中的待定 参数。 2、参数辨识种类 ⑴结构参数辨识 对单入－单出系统,通常指系统模型方程的阶次和时滞;对多入－多出系统，不同的模型形式有不同的结构参数，例如：对可观（可控）标准型，结构参数指可观（可控）型指数。 　⑵模型参数辨识 模型参数指不依赖于输入、输出和状态变量的参量，例如传递函数、微分方程、差分方程中的各个系数，或者如状态方程中各系数矩阵中诸元素。 模型参数辨识指：在确定模型类型和结构参数后，根据输入、