系统识别 mtlab第6章 控制工程类工具箱介绍.docVIP

PAGE PAGE 8 第9章 控制工程类工具箱介绍 MATLAB的工具箱为使用该软件的不同领域内的研究人员提供了捷径。迄今为止，大约有30多种工具箱面世，内容涉及自动控制、信号处理、图象处理等多种领域。这些工具箱可以用来扩充MATLAB的符号计算功能、图形建模仿真功能、文字处理功能以及与硬件实时交互功能，也可以应用于多种学科、多种领域。与这些工具箱函数相关的使用格式可以通过Help命令得到，用户也可以针对具体系统设计自己的工具箱。 9.2 系统辨识工具箱 系统辨识工具箱的主要功能包括： ① 参数模型辨识。主要模型有ARX、ARMAX、BJ模型，以及状态空间和输入误差等模型类的辨识。 ② 非参数模型辨识。 ③ 模型的验证。对辨识模型的仿真，将真实输出数据与模型预测数据比较，计算相应的残差。 ④ 基于递推算法的ARX、ARMAX模型的辨识。 ⑤ 各种模型类的建立和转换函数。 ⑥ 集成多种功能的图形用户界面。该界面以图形的交互方式提供模型类的选择和建立、输入输出数据的加载和预处理，以及模型的估计等。 9.2.1 系统辨识的主要内容包括：实验设计，模型结构辨识，模型参数辨识，模型检验。常用的模型类有： 参数模型类 利用有限的参数来表示对象的模型，在系统辨识工具箱中的参数模型类有：ARX模型、ARMAX模型、BJ（Box-Jenkins）模型、状态空间模型和输入误差模型。通常都限定为以下特殊的情形： ① ARX模型： (9.8) ② ARMAX模型： (9.9) ③ BJ模型： (9.10) (9.11) ④ 输入误差模型： (9.12) ⑤ 状态空间模型： (9.13) 其中A,B,C,D为状态空间模型的系数矩阵，v(t)为外界噪声信号。 非参数模型类 非参数模型主要包括脉冲响应模型和频域描述模型。如图9.3所示，假设待辨识的系统为线性系统，u为输入，y为输出，v为噪声，则可以得出输入输出的关系如下： (9.14) 其中： q为时间平移算子，序列g(k)称为对象的脉冲响应模型，v(t)是不可测量的附加干扰噪声。 9.2.2 系统辨识工具箱 图9.4 系统辨识工具箱的图形界面图9.5 图9.4 系统辨识工具箱的图形界面 图9.5 导入数据的窗口 数据视图 数据视图主要完成输入输出数据的导入及绘图，位于图9.4的左边（Data Views）。选择import data列表框中的“Time domain data”可以进入数据的导入界面，如图9.5所示。 在图9.5所示的对话框中，可以指定输入输出的变量名称即可导入输入输出数据，还可指定采样周期，并为数据命名。导入数据后，可以通过图形界面对这些数据进行处理。 操作选择 在图形界面的中间部分为数据操作（Operation）部分，包括两个下拉式列表框。图形界面的上方的是预处理（Preprocess）操作，可以对数据进行相关操作，如：消除趋势、滤波、选择输入输出通道等。图形界面的下方是进行估计（Estimate）操作，可以选择模型的类型，并通过相应的对话框输入模型阶次等信息。 此外，还可以将视图区的图表拖动至两个下拉列表之间的区域，使该图表所表示的数据成为当前工作的数据，不用的数据可以拖入下方的垃圾桶“Trash”内。 模型视图 表9.1 图形界面之模型视图的复选框功能一览表Model output模型输出曲线Model resids模型预测残差曲线Transient resp 表9.1 图形界面之模型视图的复选框功能一览表 Model output 模型输出曲线 Model resids 模型预测残差曲线 Transient resp 暂态响应曲线 Frequency resp 频率响应曲线 Zeros and poles 模型零极点图 Noise spectrum 噪声频谱 下面通过MATLAB提供的实例来说明系统辨识工具箱的功能和使用方法。 例9.8 以MATLAB的demo系统提供的干发器（dryer）模型为例，输入为电源电压信号，输出为气流的温度。 在MATLAB的命令窗口键入： load dryer2 系统自动将u2和y2两个变量装载到MATLAB的“workspace”中，u2为输入，y2为输出。 在图9.5所示对话框中，分别将u2、y2填入“input”、“output”旁的文本框中，如果