- 1、本文档共26页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
4系统辨识的方法
4.1经典的辨识方法
1.经典的辨识方法:
思路:首先获得系统的非参数模型(频率响应,阶跃
响应,脉冲响应),然后通过特定的方法将非参数模型转化
成参数模型(如传递函数)。包括下述几类方法:
①阶跃响应辨识方法
②脉冲响应辨识方法
③频率响应辨识方法
④相关分析辨识方法
⑤谱分析辨识方法
⑥最小二乘法
⑦极大似然法
4.1经典的辨识方法
2主要应用范围:
①寻求描述单变量线性定常系统的频率特性或传递函数;
②建立系统的非参数模型非参数模型,用曲线或一组采
样值来表示系统的特性;
③在实验的基础上求出系统的参数模型,再用微分方程
频率响应函数或传递函数来描述系统。
4.1经典的辨识方法
3.的系统辨识方法还存在着一定的不足
①利用最小二乘法的系统辨识法一般要求输入信号已知
并且必须具有较丰富的变化,然而,这一点在某些动态系统
中,系统的输入常常无法保证;
②极大似然法计算耗费大,可能得到的是损失函数的局
部极小值;
③经典的辨识方法对于某些复杂系统在一些情况下无能
为力。
4.1.1脉冲响应辨识
1辨识原理:
思路:通过相关法获得系统的脉冲响应,然后通过特定
的方法将脉冲响应转化成参数模型(如传递函数)。
单位
脉冲
脉冲
LTI系统
性系统
M序列
系统
g(t)r
输出
计算脉冲响应
4.1.1脉冲响应辨识
2.从系统的输入数据和输出数据中得到系统的传递函数
输入输
相关
脉冲响
传递
出数据
函数
应函数
函数
4.1.2最小二乘法辨识
1.辨识原理
假设实际系统为:
y(k)+ay(k-1)+…+any(k-m)=b(k)+b(k-1)+…+b(k-n)+5()
实际被控对象:y=ΦO+5
估计输出:y=①6
定义残差:c=y-y=y-O
使最小二乘指标最小:J=ee
0J/00→6=(Φ)dy
4.1.2最小二乘法辨识
一次完成最小二乘算法(适合离线辨识:要求数据量大;
辨识精度高)
推导得出模型参数:b=(①Φ)①y
y(n)…-y(1)(n+1)…()
y(n+1)
y(n+1)…-y(2)l(n+2)…u(2)
y(n+N)
L-y(+N-1)…-y(N)a(n+N)…a(N)
(2n+1)×1
(2n+1)×1
(2n+1)×1
4.1.2最小二乘法辨识
2特点
最小二乘法(LS)是一种经典的和最基本的,也是应用最广
泛的方法。但是,最小二乘估计是非一致的,是有偏差的,所以
为了克服他的缺陷,而形成了一些以最小二乘法为基础的系
统辨识方法;广义最小二乘法(LS)、辅助变量法(V)、增广
最小二乘法(ELS)和广义最小二乘法(GLS),以及将一般的最
二乘法与其他方法相结合的方法,有最小二乘两步法
(C○R-LS)和随机逼近算法等。
4.13极大似然辨识
1辨识原理:
极大似然法应用于随机系统辨识,它根据观测数据一
般都具有随即统计特性这一实际情况,引入随机变量(观
测输出量)的条件概率密度或条件概率分布p(ylθ),构造
个以观测数据和未知参数为自变量的似然函数L(YMe),并通
过极大似然函数来获得系统模型的参数估计量n
2方法
①构造一个似然函数,次似然函数以数据和未知参数
为自变量
②由极大似然函数求得未知参数。
文档评论(0)