自适应控制最小方差自校正控制资料.pptxVIP

会计学1 第1页/共44页 其它最小二乘法参数估计遗忘因子递推最小二乘法参数估计增广最小二乘法参数估计广义最小二乘法参数估计第2页/共44页 遗忘因子递推最小二乘法参数估计当采用递推最小二乘法时，已有的所有信息向量都会在递推过程中发挥作用，因此随着时间的推移，新采集到的信息向量对参数估计值的修正作用会逐渐减弱，称为“数据饱和”现象，也就是说递推算法的计算效率逐渐降低。当被辨识的系统参数缓慢时变时，递推最小二乘法参数估计不能很好地实现系统辨识。遗忘因子递推最小二乘法参数估计是在递推公式中加入遗忘因子，逐渐减小旧信息向量在参数估计中的权重，以加强新信息向量的作用，跟随系统参数的时变。第3页/共44页 遗忘因子递推最小二乘法参数估计第4页/共44页 自校正控制r（t）控制器参数设计被控对象y（t）控制器辨识器u（t）是一个迭代优化的过程，通过边辨识、边综合，使得控制器参数能够逐步趋向于最优值的过程。“自校正控制”的基本思想： 将参数估计算法与不同类型算法结合起来，形成一个能自动校正控制器参数的实时计算机控制系统。1第5页/共44页 自校正控制r（t）控制器参数设计被控对象y（t）控制器辨识器u（t）可认为在自校正调节过程中，被控对象的模型是不变的，自校正控制的过程为：面对的三个问题：（1）对过程进行在线递推参数估计；（2）设计控制率；（3）设计在计算机上如何实现；2第6页/共44页 最小方差自校正控制闭环系统可辨识条件最小方差控制最小方差自校正控制广义最小方差控制基于广义最小方差控制 第7页/共44页 闭环系统可辨识条件第8页/共44页 闭环系统可辨识条件第9页/共44页 闭环系统可辨识条件第10页/共44页 闭环系统可辨识条件第11页/共44页 最小方差控制 系统模型 最小方差控制原理 最小方差预报 最小方差控制 最小方差控制的特性第12页/共44页 最小方差控制对该系统,有如下假设:被控系统时滞时间k以及时滞算子z-1的多项式A、B和C的阶次及系数都已知;2. 被控系统为最小相位系统,即多项式B(z)的所有零点都在单位圆内;3.A(z)、C(z)所有零点都为稳定的,即所有零点都在单位圆内;4. {w(k)}为零均值白噪声序列,且E{w2(k)}=?2.3第13页/共44页 最小方差控制最小方差调节的基本思想是: 由于系统中信道存在着k步时滞,这就使得当前的控制作用u(t)要到k个采样周期后才能对输出产生影响. 因此,要获得输出方差最小,就必须对输出量提前k步进行预报,然后根据预报值来计算适当的调节作用u(t). 这样,通过不断的预报和调节,就能始终保持输出量的稳态方差为最小.第14页/共44页 43. 最小方差预报第15页/共44页 第16页/共44页 第17页/共44页 第18页/共44页 第19页/共44页 最小方差控制第20页/共44页 第21页/共44页 第22页/共44页 最小方差控制第23页/共44页 最小方差控制5第24页/共44页 最小方差控制第25页/共44页 练习最小方差控制第26页/共44页 最小方差自校正控制第27页/共44页 最小方差自校正控制6第28页/共44页 第29页/共44页 第30页/共44页 第31页/共44页 第32页/共44页 第33页/共44页 广义最小方差控制第34页/共44页 第35页/共44页 第36页/共44页 7第37页/共44页 第38页/共44页 第39页/共44页 第40页/共44页 基于广义最小方差自校正控制（克拉克方案）第41页/共44页 第42页/共44页 作业?第43页/共44页