系统辨识与自适应控制作业.pdfVIP

系统辨识与自适应控制 学 院： 专 业： 学 号： 姓 名： 1 / 25 系统辨识与自适应控制作业 一、 对时变系统进行参数估计。 系统方程为： y(k)+a(k)y(k-1)=b(k)u(k-1)+e(k) 其中： e(k)为零均值噪声， a(k)= b(k)= 要求： 1 对定常系统（ a=0.8,b=0.5）进行结构（阶数）确定和参数估计； 2 对时变系统，λ取不同值（ 0.9—— 0.99）时对系统辨识结果和过程进行 比较、讨论 3 对辨识结果必须进行残差检验 解：一（ 1）： 分析：采用最小二乘法 （LS）：最小二乘的思想就是寻找一个 的估计值 ， 使得各次测量的 与由估计 确定的量测估计 之差的平方 和最小，由于此方法兼顾了所有方程的近似程度，使整体误差达到最小，因而 对抑制误差是有利的。在此，我应用批处理最小二乘法，收敛较快，易于理解， 在系统参数估计应用中十分广泛。 作业程序： clear all; a=[1 0.8]; b=[ 0.5]; d=3; % 对象参数 na=length(a)-1; nb=length(b)-1; %na 、nb 为 A、B 阶次 L=500; %数据长度 uk=zeros(d+nb,1); % 输入初值： uk(i) 表示 u(k-i) yk=zeros(na,1); % 输出初值 x1=1; x2=1; x3=1; x4=0; S=1; % 移位寄存器初值、方波初值 xi=randn(L,1); % 白噪声序列 theta=[a(2:na+1);b]; % 对象参数真值 for k=1:L phi(k,:)=[-yk;uk(d:d+nb)]; %此处 phi(k,:) 为行向量，便于组成 phi 矩阵 y(k)=phi(k,:)*theta+xi(k); % 采集输出数据 IM=xor(S,x4); % 产生逆 M序列 if IM==0 u(k)=-1; else u(k)=1; end S=not(S); M=xor(x3,x4); % 产生 M序列 2 / 25 % 更新数据 x4=x3; x3=x2; x2=x1; x1=M; for i=d+nb:-1:2 uk(i)=uk(i-1); end uk(1)=u(k); for i=na:-1:2 yk(i)=yk(i-1); end yk(1)=y(k); end thetae=inv(phi*phi)*phi*y % 计算参数估计值 thetae 结果： thetae =0.7787 ，0.5103 真值 =0.8 ，0.5 解：一（ 2）：采用遗忘因子递推最小二乘参数估计； 其仿真算法如下： Step1 ：设置初值、，及遗忘因子，输入初始数据； Step2 ：采样当前输入和输出数据； Step3 ：利用含有遗忘因子的递推公式计算、和； Step4 ：k=k+1，返回 Step2 继续循环。 其中： 对时变系统，λ取不同值（ 0.9—— 0.99 ）时对系统辨识结果 和过程进行比较、讨论 作业程序： clea