第二章 系统辨识常用输入信号[文字可编辑].ppt

第二章 系统辨识常用输入信号 2.1 系统辨识输入信号选择准则 ? 为了使系统是可辨识的，输入信号必须满足 一定的条件，其最低要求是在辨识时间内系 统的动态必须被输入信号持续激励，更进一 步的要求是输入信号必须具有较好的“优良 性”。 ? 对 D －最优准则有如下结论，如果结构模型 是正确的，且参数估计值是无偏最小方差估 计，则参数估计值的精度通过 Fisher 信息矩 阵依赖于输入信号。 ? 在具体工程应用中，选择输入信号时还应该 考虑以下因素。 ? 1 ）输入信号的功率或幅度不宜过大，以免使 系统工作在非线性区，但也不应过小，以致 信噪比太小，直接影响辨识精度： ? 2 ）输入信号对系统的“净扰动”要小，即应 使正负向扰动机会几乎均等； ? 3 ）工程比上要便于实现，成本低。 控制中典型输入信号 ? 1 、阶跃信号。表达式： ? 2 、斜坡信号。表达式 ? 3 、抛物线信号。表达式： ? 4 、脉冲信号。表达式： ? 5 、正弦信号。表达式： ? ? ? ? ? ? 0 , 0 0 , ) ( t t A t r ? ? ? ? ? ? 0 , 0 0 , ) ( t t At t r ? ? ? ? ? ? 0 , 0 0 , ) ( 2 t t At t r ? ? ? ? ? ? ? ? ? ? ? t t t r 及 0 , 0 t 0 , / 1 ) ( ? ? ? ? ? ? 0 , 0 0 , sin ) ( t t t A t r ? 典型输入信号图形 ? 阶跃信号 斜坡信号 抛物线信号 ? 脉冲信号 正弦信号 ) ( t r t 0 A ) ( t r t 0 A 1 ) ( t r t 2 2 1 At ) ( t r t 0 ? 1 ? ) ( t r t 0 A T 0 2.2 白噪声及其产生方法 ? 2.2.1 白噪声过程 ? 白噪声过程是一种最简单的随机过程。严格 的说，它是一种均值为 0 ，谱密度为非 0 常数 的平稳随机过程。或者说它是由一系列不相 关的随机变量组成的一种理想化随机过程。 白噪声过程没有“记忆性”，也就是说， t 时 刻的数值与 t 时刻以前的过去值无关，也不影 响 t 时刻以后的将来值。 ? 白噪声过程定义：如果随机过程 的均值为 0 ， 自相关函数为 ? 式中 为狄拉克 分布函数，即 ? 且 ? 则称该过程为白噪声过程。 ? ) ( ) ( 2 t t R ? ? ? ? ? ? ? ? ? ? ? 0 , 0 0 , ) ( t t t ? ) ( t ? 1 ) ( ? ? ? ? ? dt t ? ) ( t ? ? 由于 的傅立叶变换为 1 ，可知白噪声过程 的平均功率谱密度为常数 ，即 ? 上式表明，白噪声过程的功率在 的全 频段内均匀分布。 ? 严格符合上述定义的白噪声过程，其方差和平均 功率为 ，而且该过程在时间上互不相关。 ? 理想白噪声只是一种理论上的抽象，在物理上不 可能实现。 ? ? ? ? ? ? ) ( t ? 2 ? ? ? ? ?? ? ? ? ? ? , ) ( 2 S ) ( t ? ? 理想白噪声和近似白噪声 ? 近似白噪声： 从 t ＝ 0 时的有限值 迅速下 降，到 以后近似为 0 ，且 远小于有关过 程的时间常数。 ? 自相关函数 ? 白噪声过程 近似白噪声过程 2 ? t ) ( t R ? 2 ? t ) ( t R ? ) ( t R ? 2 ? 0 | | t t ? 0 t 0 t 0 0 低通白噪声过程 ? 平均功率谱密度为： ? 式中 为一给定频率，它远大于有关过程的截止频率，具 有这种 的白噪声过程称为低通白噪声过程。 ? 它的自相关函数为： 平均功率谱密度 自相关函数 ? ? ? ? ? ? 0 0 2 | | , 0 | | , ) ( ? ? ? ? ? ? ? S ? t t t R 0 0 0 2 sin ) ( ? ? ? ? ? ? ? ? ) ( ? ? S 2 ? ? ) ( ? ? S 0 ) ( t R ? 0 0 ? 0 ? ? 0 2 ? ? ? 0 ? ? 0 ? ? ? 0 2 ? ? t ? ? ? 2 白噪声序列 ? 白噪声序列是白噪声过程的一种离散形式。 ? 如果随机序列 均值为 0 ，并且是两两不相关的， 对应的自相关函数为 ? 式中 为克罗内克 符号，即 ? 则称这种随机序列 为白噪声序列。 ? 根据离散傅立叶变换可知白噪声序列的平均功率谱 密度为常数 ，即 )} ( { k ? ? ? ? ? ? ? ? , 2 , 1 , 0 , ) ( 2 l l R l ? ? ? ? l ?