系统辨识课件.pptVIP

吕梅柏nwpu_xtbs@ 系统辨识 课程学习内容： 1.系统辨识目的 2.辨识的方法 3.辨识的具体步骤 学习该课程是做什么的，主要解决什么问题，有哪些方法，每种方法的优缺点、适用范围。 系统辨识 1.1 系统辨识的地位和目的 控制理论：经典控制理论、智能控制理论、 现代控制理论 经典控制—应用时域法、根轨迹法、频域法， 设计被控对象的控制器。 现代控制—线性系统理论、最优控制理论和 最优估计理论等。 智能控制—神经网络、专家系统及人工智能。 第1章 系统辨识的基本概念 线性系统理论是基础，解决系统的模型描述和基础知识，即线性系统一般可描述为： 最优控制解决在某一性能指标约束下，如何解算最优输入u(t)； 最优估计主要解决状态变量X的估计和预测。 上述问题解决的先决条件： 模型中的A、B、C、D已知。 亦即系统的结构和参数已知，也就是要知道系统的传递函数、或是脉冲传递函数、或是差分方程、或是系统的频率特性。 那么，如何获取系统的结构和参数？系统辨识目的： 如何获取系统的模型及其参数？ 系统辨识目的 1.2 系统的模型描述 1.模型定义 系统的本质的部分信息简缩成的一种有用的描述形式。 2.模型特点 (1)同一系统有多个模型描述； (2)同一模型可以反映不同的实际系统； (3)模型的精确度与复杂度。 3.模型表示形式 直觉模型，物理模型，图表模型，数学模型。 其中，图表模型为非参数模型，数学模型为参数模型。 4.数学模型分类 时域：微分方程、差分方程、状态方程 复域：传递函数、脉冲传递函数 频域：频率特性、描述函数 5.系统辨识中模型 系统辨识获取系统的非参数模型和参数模型。 非参数模型：频率特性曲线、脉冲响应曲线 参数模型：差分方程、传递函数、脉冲传递函数 6.模型间相互变换 参数模型间可以相互变换； 非参数模型可以变换为参数模型。 1.3 数学模型的建立方法和原则 1.模型建立方法 理论分析方法：本科阶段已学 实验测试法：利用系统输入/输出数据，建立系统的数学模型。系统辨识采用该方法。 2.建模原则 (1)模型的使用目的明确； (2)物理概念清楚； (3)辨识具有无偏性和一致性； (4)符合节省原理。需辨识参数数目要少。 1.4 系统辨识流程与分类 1.系统辨识定义 定义：在系统输入和输出数据基础上，从一组给定的模型类中，确定一个与所测系统等价的模型。 系统辨识三要素：数据、模型类与准则。 数据：记录的输入/输出数据，往往含有噪声； 模型类：选定模型； 准则：亦即代价函数，通常为误差准则。 2.系统辨识一般流程 系统辨识分为模型结构辨识和模型参数辨识。 其一般流程为： (1)明确所辨识系统模型的使用目的； (2)预选待辨识系统的数学模型种类； (3)进行辨识的实验设计，记录I/O数据； (4)数据预处理，野点剔除； (5)模型结构辨识，辨识系统阶次n； (6)选择参数估计方法，辨识系统其它参数； (7)模型验证。 本课程重点：参数估计方法 3.系统辨识分类 (1)线性系统辨识和非线性系统辨识； (2)集中参数辨识和分布参数辨识； (3)系统结构参数辨识和系统参数辨识； (4)经典辨识和近代辨识； (5)开环系统辨识和闭环系统辨识； (6)离线辨识和在线辨识。 离线辨识： (1)过程：系统模型及阶次n选定后，记录下系统全部的I/O数据，然后再 用参数估计方法，辨识系统的模型参数。 (2)特点：需存储数据量大，计算量大，辨识精度较高。事后数据处理方 法，不能用于实时控制系统。 在线辨识： (1)过程：系统模型及阶次n选定后，先获取一小部分数据，估计系统模 型参数，再获取新的I/O数据，采用递推修正算法获得新的参数估 计值，重复上述过程，直至系统运行停止。 (2)特点：数据量小，计算量小，辨识精度稍低。是一种在线数据处理方 法，用于实时控制系统。 1.5 系统辨识误差准则 误差准则通常被表示为误差的泛函 。 ε(k)为模型与实际系统的误差，可以是输出误差或输入 误差，也可以是广义误差。一般函数f取为误差平方： 输入误差： 输出误差： 本