系统辨识与自适应控制第1章课件.ppt

第1部分系统辨识理论、方法及应用 1.1 系统辨识的基本原理 1.1.1 系统辨识的定义和基本要素 J(y,yg)=f(e) （1.1.1） J(y,yg)→min （1.1.2） Gg=G0 （1.1.3） e=y-yg （1.1.8） （2）离散系统的参数模型 1.2.2 非参数模型 （1）连续系统的非参数模型 1.3 随机信号的描述与分析 1.3.1 随机过程的基本概念及数学描述 （1）随机过程的概念 （2）随机过程的数字特征 1.3.2 平稳随机过程与各态历经性 1.3.3 随机过程的谱分解及谱密度函数 1.4 白噪声与伪随机码 1.4.1 白噪声及其产生 （1）白噪声的基本概念 （2）白噪声的产生办法 zi=(azi-1+C)(mod m)，i=1,2,… (1.4.11) 0≤zi≤m-1 (1.4.12) xi=zi/m，i=1,2,… (1.4.13) 1.4.2 伪随机码的产生及其性质 （1）伪随机噪声的性质 有色噪声（相关噪声） 噪声序列中每一时刻的噪声和另一时刻的噪声相关 有色噪声序列可看成由白噪声序列驱动的线性环节的输出 （2）伪随机二位式信号prbs的产生 Np=2n-1 (1.4.24) （3）M序列的性质 （4）M序列的自相关函数 1.5 系统辨识的步骤与内容 1.5.1 系统辨识的步骤 实现系统辨识的过程可以分为以下几个步骤： ①选定一类代表被辨识系统的数学模型。 ②在系统上加一个适当选择的试验信号，并且记录其输入-输出数据。如果系统处在连续运行中，并且不允许加试验信号，则利用正常系统运行数据来辨识。 ③完成参数辨识，在给定的类型中选定模型，使其最好地拟合于统计数据。 ④进行有效性检验以考核所选模型对于最终的辨识对象来说是否适当地代表了该系统。 ⑤如果有效性检验通过，则辨识过程结束,否则必须选择另一类模型并且重复步骤②到④,直到获得有效的模型为止。 1.5.2 系统辨识的步骤 （1）先验知识与明确辨识目的 （2）试验设计 （a）扰动信号的选择 （b）采样方法和采样间隔 （3）模型结构确定 （4）模型参数的估计 （5）模型的验证 1.6 系统辨识的基本应用 1.6.1 建模与仿真 1.6.2 预测预报 1.6.3 故障诊断 1.6.4 自适应控制 1.6.5 质量监控 程序ex1_WhiteNoise_ColoredNoise.m 图1.4.3 伪随机噪声的自相关函数 图1.4.4 n级移位寄存器生成prbs信号的结构图 程序ex1_Inv_M_series.m 图1.4.5 四级移位寄存器生成M 序列及对应的自相关函数 图1.4.6 0＜τ＜Δ的情况 （以4级M序列为例） 图1.4.7 2Δ＜τ＜3Δ 的情况 （以4级M序列为例） 图1.5.1 辨识过程示意图 * 第1章 系统辨识的基本概念 图1.1.1 系统辨识的原理 图1.1.2 加热炉加热工艺示意图 1.1.2 系统辨识的等价准则 图1.1.3 输入误差示意图 图1.1.4 广义误差示意图 1.2 系统描述的数学模型 1.2.1 参数模型类 （1）连续系统的参数模型 图1.2.1 SISO系统示意图 图1.2.2 MIMO系统示意图 离散系统的非参数模型 图1.3.1 样本总体 构成随机过程 图1.3.2 自相关函数测量示意图 图1.4.1 白噪声过程 的自相关函数 图1.4.2 白噪声过程的谱密度 *