系统辨识学习课件.doc

第一章 目的：建立数学模型 1. 被控对象的数学模型不知道，复杂，无法用已知的定理、定律来推导→辨识 我们可以得到观测资料→辨识 辨识概念：如何从受到随即干扰的局部观测资料出发，用计算机进行处理，确定系统或过程的数学模型。 §1.1 过程和模型 1. 过程：工程系统、生物学系统、社会经济学系统等，工业生产过程。 数学模型是反映系统有关变量之间关系的一组数学描述，在一般情况下，系统模型表征了该系统的输入输出之间的关系，建立数学模型就是确立这种关系。系统辨识就是建立这种关系的一种理论和方法。 黑箱意味着存在一些未知东西。客观事物是复杂的，在人们认识的一定阶段，对于任何客体，我们总是有着许多情况不了解，还不能控制。把待认识的客体称为黑箱。 基本出发点：根据黑箱所表现出来的输入输出信息，建立与黑箱等价的过程外特征模型。 2.模型 1）模型含义：（1）表征过程的因果关系 （2）描述过程的运动规律 （3）把过程本质的部分压缩成有用的描述形式 模型所反映的内容将因其使用的目的而不同 模型：按照过程的目的所作的一种近似的描述 “几行必然”处处相等 2）模型表现的形式 图表——非参数模型，脉冲响应，频率响应 数学模型：用数学结构形式反映实际过程的行为特性 （差分方程、代数方程、微分方程、状态方程） 3）数学模型分类 线性与非线性、静态与动态、确定性与随机性 线性系统与关于参数空间线性的区别 y与x非线性，系统是非线性的，但y对于参数对a、b、c是线性的（参数空间特性）。 本质线性与非本质线性 把非线性模型——→线性模型 （本质线性） 是参数，是输入 () （处理必须是单调的，不会产生新的极点） 本书模型：集中参数、离散、定常、线性动态、随机 增加数学模型类型 [1.2.1] 3. 建模方法 ①机理建模（理论模型） 利用各种定理建立模型—→理论建模—→白箱理论 简单过程建模 ②辨识建模—→实验建模—→黑箱建模 精度高 [举例]1.2.2 ③灰箱建模 ①+② 原则：目的性、实在性、可辨识性、悭吝性（节省原理） §1.2辨识的定义 就是在输入和输出的基础上，从一组给定的模型类中，确定一个与所测系统等价的模型。 数据：辨识的基础（数据的获取必须引起重视） 三大要素 模型类：辨识的范围 准则：等价原理（准则必须重视） [例 1.2.2] 辨识也可以说是在某种准则的意义下，从一定模型中选出一个与数据拟合最好的模型。 §1.3 表达形式 线性离散模型 输入输出变量可观测，模型噪声，：参数 线性离散模型 最小二乘格式 ：离散时间的序数，取正整数 例：将差分方程化成最小二乘格式 最小二乘格式必须遵循： ①必须包括模型的所有参数（不能含常熟） ②输入向量中所有元素是可观测的（已知数据）、可估计的所有元素必须是线性不相关的。 差分方程可写成延迟算子形式： 辨识建模举例 用实验方法进行辨识： 测大量输入、输出数据，根据先验知识先设阶次位 求、使 辨识建模实际上是一种实验统计的方法，它所获得的模型只不过是与实际过程等价的一种近似的描叙。 与的关系：， 双线性变换 或： 数学模型类型 1. 代数方程 2. 微分方程 R R L 确定性、定常、微分动态 3. 传递函数 4. 状态空间模型 X=Ax+Bu Y=Cx+Du 令，， ， 5. 差分方程 [随机数学模型] 其中： 位延迟算子， 6. 脉冲响应 y(t)，u(t)，脉冲响应g(t) 离散化： 单位脉冲序列δ(k) g(k) 全权序列 权序列 离散系统卷积和 例：气体压力和体积之间的关系 r，C为待定常数，P，V各点可观测 化为最小二乘格式；本质非线性模型 令 误差项、噪声项 表示P、V测量误差。 §1.4 辨识算法的基本原理 y(k)－++e(k)+过程模型 y(k) － + + e(k) + 过程 模型 辨识算法 新息 ，过程输出预报值 辨识算法，准则函数问题让逼近 §1.5 误差准则 等价准则：误差的泛函，误差准则，损失函数，准则函数 误差含义 广义误差 1. 输出误差 输出误差 输出误差 + u(k) 过程 模型μ － + z(k) w(k) + －+ － + 过程 + 参数空间非线性 2. 输入误差 产生输出的模型输入 非线性 +－ + － － y(k) + 过程 模型 模型 ：过程的参数：、 §1.6 辨识的内容和步骤 辨识目的 辨识目的 输入设计 选 模 参数估计 模型检验 内容；实验设计 1. 输入信号的选择 在辨识时间内过程必须被输入信号持续激励，或在实验期间，输入信号必须充分激励过程的所有模态，输入信号的频谱必须覆盖