(完整word版)2003版系统辨识最小二乘法大作业.docVIP

(完整word版)2003版系统辨识最小二乘法大作业.doc

  1. 1、本文档共16页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
西 北 工 业 大 学 系统辩识 大作业 题目:最小二乘法系统辨识 问题重述: 用递推最小二乘法、加权最小二乘法、遗忘因子法、增广最小二乘法、广义最小二乘法、帮助变量法辨识如下模型的参数 离散化有 z^4 - 3.935 z^3 + 5.806 z^2 - 3.807 z + 0.9362 ---------------------------------------------- = A(z) z^4 - 3.808 z^3 + 5.434 z^2 - 3.445 z + 0.8187 噪声的成形滤波器 离散化有 4.004e-010 z^3 + 4.232e-009 z^2 + 4.066e-009 z + 3.551e-010 ----------------------------------------------------------------------------- = D(z) z^4 - 3.808 z^3 + 5.434 z^2 - 3.445 z + 0.8187 采样时间0.01s 要求:1.用Matlab写出程序代码; 2.画出实际模型和辨识得到模型的误差曲线; 3.画出递推算法迭代时各辨识参数的变化曲线; 最小二乘法: 在系统辨识领域中 ,最小二乘法是一种得到广泛应用的估量方法 ,可用于动态 ,静态 , 线性 ,非线性系统。在使用最小二乘法进行参数估量时 ,为了实现实时把握 ,必需优化成参数递推算法 ,即最小二乘递推算法。这种辨识方法主要用于在线辨识。MATLAB是一套高性能数字计算和可视化软件 ,它集成概念设计 ,算法开发 ,建仿照真 ,实时实现于一体 ,构成了一个使用便利、界面友好的用户环境 ,其强大的扩展功能为各领域的应用供给了根底。对于一个简洁的系统 ,可以通过分析其过程的运动规律 ,应用一些的定理和原理,建立数学模型 ,即所谓的“白箱建模 〞。但对于比较简单的生产过程 ,该建模方法有很大的局限性。由于过程的输入输出信号一般总是可以测量的 ,而且过程的动态特性必定表现在这些输入输出数据中 ,那么就可以利用输入输出数据所供给的信息来建立过程的数学模型。这种建模方法就称为系统辨识。把辨识建模称作“黑箱建模〞。系统辨识又分为参数辨识和阶次辨识 ,在本文中只争辩参数辨识问题 最小二乘递推算法所用的模型:A(z-1) 最小二乘递推算法为: + + + e(k) 图1 最小二乘递推算法辨识实例结构图 y(k) u(k) z(k) v(k) 是听从N分布的不相关随机噪声。 , , 考虑如图 1示仿真对象 ,系统的差分方程为 z(k)=3.808*z(k-1)-5.434*z(k-2)+3.445*z(k-3)-0.8187*z(k-4)+u(k)-3.935*u(k-1)+5.806*u(k-2)-3.807*u(k-3)+0.9362*u(k-4)+ (3.69) 仿真对象选择如下的模型结构 (3.68) 其中,是听从正态分布的白噪声N。输入信号接受4位移位存放器产生的M序列,幅度为1。按式(3.69)构造h (k);加权阵取单位阵;利用式(3.61)计算K(k)、和P(k),计算各次参数辨识的相对误差,精度满足要求式(3.67)后停机。 最小二乘递推算法辨识的Malab6.0程序流程图: 最小二乘递推算法辨识程序 clear %清理工作间变量 L=35; % M序列的周期 y1=1;y2=1;y3=1;y4=0; %四个移位存放器的输出初始值 for i=1:L;%开头循环,长度为L x1=xor(y3,y4); %第一个移位存放器的输入是第三个与第四个移位存放器的输出的“或〞 x2=y1; %第二个移位存放器的输入是第一个移位存放器的输出 x3=y2; %第三个移位存放器的输入是第二个移位存放器的输出 x4=y3; %第四个移位存放器的输入是第三个移位存放器的输出 y(i)=y4; %取出第四个移位存放器的幅值为0和1的输出信号,即M序列 if y(i)0.5,u(i)=-1; %假设M序列的值为1, 辨识的输入信号取“-1〞 else u(i)=1; %假设M序列的值为0, 辨识的输入信号取“1〞 end %小循环结束 y1=x1;y2=x2;y3=x3;y4=x4; %为下一次的输入信号做预备 end %大循环结束,产生输入信号u figure(1); %第一个图形 stem(u),grid on %显示出输入信号径线图并给图形加上网格 z(2)=0;z(1)=0; z(3)=0;z(4)=0;%设z的前四个初始

文档评论(0)

快到碗里来 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档