系统辨识-全套PPT课件.pptx

1;2;3;4;5;6;7;8;9;10;11;12;13;14;15;16;17;18;19;20;21;22;23;24;25;26;27;28;29;30;31;32;33;34;35;36;37;38;39;40;41;42;43;44;45;46;47;48;49;50;51;52;53;54;55;56;57;58;第二章

系统辨识数学模型及常用输入信号;参考书目：;静态与动态模型

线性与非线性模型

参数与非参数模型

确定与随机模型

;一、系统辨识常用的数学模型;一、系统辨识常用的数学模型;连续系统输入输出模型典型形式：;2）离散系统输入输出模型;如果（2-5）式还受到噪声的影响，则有：;自回归滑动平均（ARMA）模型;其中;2.非参数模型;1）连续系统的非参数模型;o;②频率响应;2）离散系统的非参数模型;二、脉冲响应法与相关分析法辨识脉冲响应;;根据线性时不变系统卷积积分式：;;令;2）根据脉冲响应求脉冲传递函数;等号两边相同幂次项对应系数相等：;定义Hankel矩阵：;例已知被辨识系统为三阶系统，即结构参数n=3。取步长T=0.05s,2n=6

;设;代入(2-17)式;脉冲传递函数为;2.相关分析法;根据卷积关系：;如果互不相关，由相关函数定义，则;;;当被辨识系统输入为白噪声时，只要确定输入与输出信号间的互相关函数，即可求出被辨识系统的脉冲响应函数;三、系统辨识常用的输入信号;合理选用辨识的输入信号是能否获得好的辨识结果的关键之一。

系统辨识对输入信号的要求：

①持续激励；②最优输入信号

;对D-最优准则，Goodwin和Payne（1977）有如下结论：?;1.白噪声及其产生方法;;白噪声序列产生方法：;乘同余法;乘同余法;X0=1;A=7,M=10的10次方；

X0=1;A=5的13次方,M=10的36次方；

X0=1;A=5的17次方,M=2的42次方；;(0,1)均匀分布白噪声;混合同余法;2.伪随机信号及其产生方法;伪随机二进制序列是最常用也是最容易形成的一种伪随机信号。;3)伪随机二进制序列的产生;模2加法运算;Timestep;12;4）M序列的性质;移位相加的性质;M序列的自相关函数;ii);当;根据与之间的同构关系，两个幅度为a的二进制序列相乘等价于该两序列模2相加后所得的幅度为的新序列。;;;i);;证明：;;因为Delta函数的傅立叶逆变换为：;因此：;因为;;;i)选择;6)用M序列作为输入辨识脉冲响应;;注???：;脉冲响应：;M-序列和相应的系统响应;;初始化;clc;closeall;clearall;

R=100e3;%100kohm

C=1e-6;%1uf

tc=R*C;%TimeConstant

%generateM-sequence

n=5;

a=2;%LevelofthePRBS1--------a0-------+a

del=15e-3;%clockpulseperiod

N=2^n-1;%PeriodofMsequence

Total=2*N;

;%Generatem-sequenceusingthegenPRBSfunction

Out=genPRBS(n,a,del,total);

%Generateresponsey(t)ofthesystem

s=tf(s);

G=1/(tc*s+1)

tf=total*del;

tim=0:del:tf-del;

y=lsim(G,Out,tim);;%ComputeRxy(i*del)

sum=0.0;

Rxy=[];

iDel_vec=[];

fori=1:N

tau=i-1;

iDel_vec=[iDel_vec;tau*del];

forj=1:N

sum=sum+sign(Out(j))*y(j+tau);

end

Rxy_i=(a/N)*sum;

sum=0.0;

Rxy=[Rxy;tauRxy_i]