第四讲系统辨识与滤波最小二乘法辨识.pptVIP

第1页，共34页，星期日，2025年，2月5日把待辨识的系统看作“黑箱”，只考虑系统的输入－输出特性，而不强调系统的内部机理。本章主要讨论单输入－单输出系统的差分方程作为模型的系统辨识问题。差分方程模型的辨识问题包括阶的确定和参数估计2个方面。本章讨论采用最小二乘法进行参数估计。第2页，共34页，星期日，2025年，2月5日1、最小二乘法设单输入－单输出线性定常系统的差分方程为（1）式中：为输入信号；为理论上的输出值。的观测值可表示为式中为随机干扰，则：将代入差分方程中，有（4）第3页，共34页，星期日，2025年，2月5日往往把看作白噪声设则式（4）可写成（5）假设不仅包含了的测量误差，而且还包含的测量误差和系统内部噪声。假定是不相关随机序列。现分别测出个输入输出值，第4页，共34页，星期日，2025年，2月5日列出Ｎ个方程为：第5页，共34页，星期日，2025年，2月5日设第6页，共34页，星期日，2025年，2月5日可得到（8）式中：为N维输出向量；为N维噪声向量；为维参数向量；为测量矩阵。式（8）式一个含有个未知参数，由N个方程组成方程组。当，方程数少于未知数数目，则方程组的解是不定的。当，方程数正好与未知数相等，当噪声时，就能准确的解出第7页，共34页，星期日，2025年，2月5日如果噪声，则从上式可以看出噪声对参数估计有影响，为了尽量减少噪声对估值的影响，应取此时，要采用数理统计的方法求的值，以减少噪声对估计值的影响。第8页，共34页，星期日，2025年，2月5日最小二乘估计算法设表示的最优估值，表示的最优估值，则有式中第9页，共34页，星期日，2025年，2月5日设表示与之差，即将称为残差。把分别代入上式可得残差。设则有第10页，共34页，星期日，2025年，2月5日最小二乘估计要求残差的平方和为最小，即按照目标函数为最小来确定估值。求J对的偏导数并令其等于0，可得J为极小值的充分条件是即矩阵为正定矩阵。第11页，共34页，星期日，2025年，2月5日这种辨识方法称为一次完成的最小二乘估计，用来辨识的数据长度是。算法表明，全部组数据是一次计算完毕的，这种方法常用于离线辨识。优点：辨识精度高。缺点：每取到一组新数据后，都需要重新解方程组，每算一次都需要用全部数据，致使计算的存储量越来越大，计算量也逐渐增加。第12页，共34页，星期日，2025年，2月5日2、最小二乘递推算法令则有第13页，共34页，星期日，2025年，2月5日考虑目标函数极小化，可求得（10）当新数据取得时，有其中：第14页，共34页，星期日，2025年，2月5日令则应用矩阵求逆引理，可得和的递推关系式矩阵求逆引理：设A为矩阵，B和C为矩阵，并且A，和都是非奇异矩阵，则有矩阵恒等式第15页，共34页，星期日，2025年，2月5日令