系统辨识的经典方法.docxVIP

zls整理合集 资料合集 系统辨识的经典方法 肖志云 内蒙古工业大学信息工程学院自动化系 zls整理合集 辨识方法的分类 非参数模型辨识方法（经典辨识方法） 早期系统辨识所有的方法大多是在一定连续时间性的输入信号下 （周期或非周期的）,观测被识对象这种输入作用的响应,如频 率响应或阶跃响应。根据需要,再由这些响应特性求出系统的参 数模型。这些方法有阶跃响应法、频率法和相关法等。这类方法 假定系统是线性的前提下,不必事先确定模型的具体结构,因而 这类方法可适用于任意复杂的系统,工程上至今仍经常采用它。 参数模型辨识方法（现代辨识方法） 这类方法必须假定一定的模型结构,通过极小化模型与系统之间 的误差准测函数来确定模型的参数。如果模型的结构无法事先确 定,则必须利用结构辨识方法先确定模型的结构参数,再进一步 确定模型参数。这类方法就其不同的基本原理又可分为最小二乘 类法、梯度校正法和极大似然法等。 在经典的控制系统的分析与设计中,通常采用传递函数来描述系统的动态特性。因此,如何辨识系统的传递函数就成为了经典控制理论中的一个必不可少的环节。 经典的传递函数辨识方法可以分为时域法和频域法两种。所谓 “经典”,是相对现代的一些方法而言较为成熟的方法,这并不 意味着这些方法已经过时或被现代方法所取代,事实上,它们 在动态系统辨识中仍然起着非常重要的作用。这些方法也可以 为现代辨识方法提供许多必不可少的先验信息。 本章介绍传递函数辨识的时域法和频域法,时域法详细介绍应 用阶跃响应辨识几种典型的传递函数。频域法介绍由实验测得 系统的频率特性以及应用实验频率特性辨识系统的传递函数。 注意1 进行系统辨识时,激励系统时所采用的信号称之为激励 信号,也称测试信号,激励信号分为非周期激励信号和周期激励信号两大类。 通常使用的非周期激励信号有不同波形的脉冲信号、阶跃信号、斜 坡信号等。 通常使用的周期激励信号有简单的正弦波信号,二位式信号等。 但是,倘若仅仅利用被识对象在正常运行时自然波动的输入输出信号作为激励信号,则往往只能得到不太精确的结果。 这是由于系统内部的扰动信号的功率谱可能太窄,而且实际所能得 到的输入输出信号的记录总是有限的,利用这些有限的数据来计算 相关函数,从而获得系统的模型,所得到的精度往往是不高的。 所以,如果系统允许的话,可人为地输入激励信号,这样做有利于 提高系统辨识精度或者缩短所需的辨识总时间。 注意2 当向被识对象施加非周期输入激励信号时,原来处于平衡状态(或零状态)的被识对象将受到激励,在一段过渡过程以后, 如果被识对象本身是稳定的,系统的状态就会再重新进入一个新的平衡状态(也可以就是原来所处的平衡状态),即辨识工作是在系统处在过渡状态下进行的,系统辨识所需的测试数据主要是在系统处于过渡过程期间的数据； 但是,对于周期激励信号来说,情况就不同。被识对象在施加周期激励信号后,只有当全部过渡过程都已基本结束、系统处于稳定的工作状态时,才进行系统辨识工作。这时,系统的输出以和输入信号相同的频率进行着稳定的振荡。 zls整理合集 zls整理合集 传递函数的时域辨识方法包括阶跃响应、脉冲响应法和矩形响应法等,其中以阶跃响应法最为常用。 阶跃响应法辨识原理 在系统上施加一个阶跃扰动信号,并测定出对象的响应随时间 而变化的曲线,然后根据该响应曲线,通过图解法而不是通过 寻求其解析公式的方法来求出系统的传递函数,这就是阶跃响 应法系统辨识。 如果系统不含积分环节,则在阶跃输入下,系统的输出将渐进 于一新的稳定状态,称系统具有自平衡特性,或自衡对象。 否则,系统称为无自衡对象,输出无限制地扩大或减小,说明 系统至少具有一个纯积分环节。 zls整理合集 试验测取系统的阶跃响应 数据采集系统对象的阶跃响应曲线直接来自实验的原始记录曲线,比较直观,试 验的原理也最简单,输入扰动信号也极易产生。因此,它是一种测 定对象动态特性的常用方法。 数据采集系统 操 阶操跃 作 信作号 器 发器生 器 u(t)  被辨识系统 y(t) u(t) 图示为测取系统阶跃响应的实验示意图,通过操作器的操作使 系统工作在所需测试的负荷下,稳定运行一段时间后,快速改变系统的输入量,并用数据采集系统同时记录下系统的输人、输出的变化曲线,经过一段时间后,系统进入新的稳态,实验就可结束,得到的记录曲线就是系统的阶跃响应。 zls整理合集 两点注意 应用阶跃响应法进行系统辨识时,由于实测现场运行条件的限制,为了得到相对准确的阶跃响应,必须合理选择阶跃输入信号的幅度,并在相同条件下重复多次实验,直至得到两条基本相同的响应曲线,以消除偶然性干扰因素的影响 有时当采用阶跃扰动输入信号时,又往往不允许被识对象的有关变量在较长时间