第6章 随机系统的建模与仿真.pptVIP

6.6 系统辨识（续） 图 6-20 系统辨识的一般步骤 6.6 系统辨识（续） ? 一般步骤 ： (1) 明确辨识目的 (2) 掌握和运用先 验知识 (3) 实验设计 (4) 数据预处理 (5) 模型结 构辨识 (6) 模型参数估 (7) 模型验证计 6.2 随机系统模型简介 假设某一随机系统为一线性时变系统，其数学 模型可用状态方程描述 (6.26) 式中： 为系统的状态变量； 为随机初值； 为系统输出； 为外界扰动 , 为随机变量； 为系数矩阵 , 为确定量； 为输入矩阵，为确定 量； 为输出矩阵，为确定量； 为系统参数随机误差； 亦为系统参数随 机误差。 . ( ) ( ( ) ) ( ) ( ( ) ) ( ), (0) ( ) ( ) x t A t a x t B t b v t x y t Cx t ? ? ? ? ? ? ? ? ? ? ( ) n x t R ? (0) x ( ) r y t R ? m v R ? ( ) n n A t R ? ? ( ) n m B t R ? ? m n C R ? ? n n a R ? ? n m b R ? ? 6.2 随机系统模型简介（续） 指数相关的随机过程 常见的随机系统模型 随机常数 随机斜坡 随机游动 组合模型 自回归 - 滑动平均模型 6.3 随机变量的分布参数估计 1. 分布参数的类型 位置参数 形状参数 比例参数 6.3 随机变量的分布参数估计（续） (1) 位置参数 位置参数确定了一个分布函数取值范围的横坐标。 (2) 比例参数 比例参数决定分布参数在其取值范围内取值的比例尺。 (3) 形状参数 形状参数确定分布参数的形状，从而改变分布参数的性 质。 6.3 随机变量的分布参数估计（续） 2. 分布参数的估计 ? 总体参数：已知仿真模型中随机模型的分布类 型，为完全确定一个分布所需要确定的分布类型 中所含参数的数值 ? 参数空间 ：总体参数可能取值的范围 ? 参数估计：已知被仿真实际系统随机变量的实 际数据 , 根据这些数据对分布类型中的未知总体参 数进行估计的过程 6.3 随机变量的分布参数估计（续） ? 参数估计问题的实质：给出一组分布函数，只知 道其中有一个是总体分布函数，但不知道究竟是 哪一个，需要根据样本来估计这个实际的总体分 布。 ? 分布参数的方法 ：最大似然估计，最小二乘估 计，无偏估计等 6.4 随机系统的仿真方法 6.4.1 蒙特卡罗仿真法 ? 定义：蒙特卡罗法是一种通过随机变量 的统计实验、随机仿真来求解数 学物理、工程技术问题近似解的 数值方法。 1. 蒙特卡罗方法概述 6.4 随机系统的仿真方法（续） ? 步骤：第一，建立随机系统模型； 第二，多次循环仿真，记录每次仿真 的主要结果； 第三，多次仿真结果的后处理，计算统计特 性，如均值、方差、频谱或相关函数。 6.4 随机系统的仿真方法（续） ? 特点：第一，适应线性系统和非线性系统，使 用限制条件少； 第二，仿真工作量大。尤其系统存在多 种随机因素，而且想得到每种因素对系 统的影响时更为繁琐。 6.4 随机系统的仿真方法（续） 2. 蒙特卡罗方法的概率收敛性 根据大数定律， 是 个独立的随 机变量，它们有相同的分布，且有相同的有限期望 和方差 ， 。 则对于任意 ，有 (6.30) 1 2 , , N x x x N