系统辨识--概述及非参数辨识幻灯片.pptVIP

即 即 对于实际测量值y(t)，有 若u(t)和ζ(t)不相关，且E(ζ(t))=0或E(u(t))=0，则有 我们这就得到了维纳—霍甫方程 由此可见只要噪声ζ(t)和输入u(t)不相关，并且其中某一个的均值为零，则我们可以通过维纳—霍甫方程解出待求的系统脉冲传递函数g(t)。在实际系统中关于ζ(t)和u(t)不相关的条件往往是可以满足的。因此，相关分析具有较强的抗干扰能力，所以可以用它求解相当广泛一类系统的脉冲传递函数。其步骤是首先根据输出数据y(t)和输入数据u(t)求得 ， ，然后求解维纳—霍甫方程即可求出系统脉冲传递函数g(t)。 维纳—霍甫方程是一个积分方程，它的求解是比较困难的。可以选特定的输入u(t)来简化这一过程。例如若采用白噪声作为系统输入u(t)，则很容易求解。 这是因为对白噪声，其自相关函数为： 因此 即当输入是白噪声时，系统的脉冲响应与输入输出的互相关函数成正比。这样，求脉冲响应问题，可通过计算互相关函数而得解。 然而白噪声是一种理想信号，很难在物理上真正实现。但可以采用伪随机二位式序列，因为它具有近似白噪声的性质。可以简化求解维纳-霍甫方程的过程，同时也比较容易产生。更重要的是，它只需较少的观测数据，就能完成相关函数的计算。需要注意的是，应选择其周期远大于待辨识对象的过渡过程时间。 * * * * * * * * 作为工程技术人员,对相应的辨识模型和算法要有充分的了解,这便于正确选择相应的辨识算法商品化的控制系统和软件模块. 目前商品化的工业控制计算机系统,如集散计算机控制系统、工业控制机等都可选装系统辨识方面的计算机软件模块(控件). 在计算机仿真领域,目前较流行的Matlab软件也提供系统辨识工具箱供选用. 1.2 非参数辨识 白噪声与有色噪声 在控制领域,许多情形下系统受到外界或内在的随机干扰因素. 这些随机因素一般不可测量,不可预先知道,而且给系统有时带来负面的效果,人们将它们形象地称为噪声。 噪声其实亦为随时间变化的随机变量,即亦为随机过程。 噪声的描述、分析、产生(仿真)与应用在控制领域中非常重要,其主要应用场合为: 描述系统所受到的外界或内在的随机干扰,并基于该描述分析随机系统的系统响应和性能,并设计、优化系统. 在进行系统仿真、实验时,甚至在实际控制过程中,用于产生系统的随机信号输入,或模拟系统所受到的随机干扰因素. 噪声过程根据相关统计特性,可以分为 白噪声过程 有色噪声过程 下面逐一作简介. A. 白噪声 如果一个零均值、平稳随机过程的谱密度为常数,我们称之为白噪声(由白色光联想而得).白噪声wt有以下特点: E(wt)=0 谱密度为常数,频谱宽度无限,即Sw(?)=?2 自相关函数为脉冲函数,即Rw(?)=?2?(?) 其中?(?)为Dirac函数,即 无记忆性.即t时刻的数值与t时刻以前的过去值无关,也不影响t时刻以后的将来值. 从另一意义上说,即不同时刻的随机信号互不相关. 白噪声的用途: 作为系统输入时,有Rwy(?)=g(?),?=0,1,2,…,即为系统的单位脉冲响应. 作为被辨识系统输入时,可以激发系统的所有模态,可对系统充分激励. 作为被辨识系统输入时,可防止数据病态,保证辨识精度. 在辨识过程中,以输出估计误差是否具有白色性来判断辨识方法的优劣,也可用来判断模型的结构和参数是否合适. 可用于产生有色噪声. B. 有色噪声 有色噪声是指每一时刻的噪声和另一时刻的噪声相关,因而其谱密度也不再是常数. 在工业生产实际中,白噪声在物理上是不存在的,常见的往往是有色噪声. 有色噪声的表示定理: 设平稳噪声序列e(t)的谱密度Se(?)是?的实函数,则必定存在一个渐近稳定的线性环节,使得在输入为白噪声序列的情况下,环节的输出是谱密度为Se(?)的平稳噪声序列e(t). 对离散时间平稳序列,也有类似的有色噪声的表示定理. 白噪声 线性环节 有色噪声 (成形滤波器) {w(k)} H(z-1 ) {e(k)} 控制系统辨识常用的输入激励信号 在对控制系统进行系统辨识建模时，需要在被控系统的输入端施加预先设计并产生好的输入激励信号，以使被控系统产生输出响应并测取之。 由于系统辨识是基于所测取的系统输入输出数据而展开的，因此所测取的输入输出数据要能充分反映系统的静力学与动力学特性，即数据要充分丰富。 输入输出数据充分丰富，关键是所设计的