(哈工大)系统辨识与自适应控制——第一讲

合集下载

哈工大自动控制原理课件-第一章

哈工大自动控制原理课件-第一章

1.2自动控制系统的组成及原理
(4)反馈信号:是被控变量经由传感器等元 件变换并返回到输入端的信号,它要与输入信 号进行比较(相减)以便产生偏差信号,反馈信 号一般与被控变量成正比。 (5)扰动(信号)是加于系统上的不希望的外来 信号,它对被控变量产生不利影响,又称干扰 或“噪声”。
(6)反馈量(Feedback Variable): 通过检测 元件将输出量转变成与给定信号性质相同且数 量级相同的信号。
1.1自动控制的基本概念
近年来由于计算机与信息技术的迅速发展,控 制工程无论从深度上还是从广度上都在向其他 学科不断延伸与扩展,逐渐发展到以控制论、 信息论、仿生学为基础,以智能机为核心的智 能控制阶段。
本课程重点讲述经典控制理论,即本书的 前6章。
1.2自动控制系统的组成及原理
1.2自动控制系统的组成及原理
作业10% 作业共计5次 试验10% 一到两次试验 大作业10% 两次 期末考试70%
第1章 自动控制系统概述
本章主要内容:
自动控制的概念 自动控制系统的组成 自动控制系统的分类 对自动控制系统的基本要求及典型输入信号 自动控制理论的发展史
1.1自动控制的基本概念
自动控制作为重要的技术手段,在工业、农业、 国防、科学技术领域得到了广泛的应用。 自动控制:是指在无人干预的情况下,利用控制 装置(或控制器)使被控对象(如机器设备或生产过 程)的一个或多个物理量(如电压、速度、流量、液 位等)在一定精度范围内自动地按照给定的规律变 化并达到要求的指标。 例如,电网电压和频率自动地维持不变;数控机 床按照预定的程序自动地切削工件;火炮根据雷 达传来的信号自动地跟踪目标;人造卫星按预定 的轨道运行并始终保持正确的姿态等。这些都是 自动控制的结果。自动控制系统性能的优劣, 将 直接影响到产品的产量、 质量、 成本、 劳动条件 和预期目标的完成。

系统辨识与自适应控制 教材

系统辨识与自适应控制 教材

系统辨识与自适应控制教材
系统辨识与自适应控制是一门涉及自动化控制、信号处理、人工智能等多个领域的交叉学科。

这门学科主要研究如何从系统的输入输出数据中,通过一定的方法和技术,辨识出系统的数学模型,进而实现对系统的有效控制。

系统辨识的主要方法包括:基于频率响应的方法、基于时间序列的方法、基于状态空间的方法等。

这些方法可以通过对系统的输入输出数据进行处理和分析,提取出系统的模型参数和结构。

自适应控制是一种特殊的控制系统,它可以根据环境的变化或者系统参数的变化,自动调整控制参数,以实现最优的控制效果。

自适应控制的主要方法包括:模型参考自适应控制、自校正控制、多变量自适应控制等。

系统辨识与自适应控制教材有很多种,以下是一些经典的教材:
1. 《System Identification and Adaptive Control》(第二版)- John H. Holland
2. 《Adaptive Control of Linear Systems》- Michael C. Corsini
3. 《Nonlinear System Identification and Control》- Massimo Ippolito
4. 《System Identification: Theory for the User》- Jack W. Newbold
5. 《Introduction to System Identification》- Mark H. Sager
这些教材都是系统辨识与自适应控制的经典之作,它们详细介绍了系统辨识与自适应控制的基本概念、方法和技术,以及它们在各个领域的应用。

如果您想深入学习系统辨识与自适应控制,建议阅读这些教材。

(哈工大)系统辨识与自适应控制——第一讲..

(哈工大)系统辨识与自适应控制——第一讲..

第一讲 系统辨识的基本概念
一、什么是系统辨识?
1. 机理分析建模方法 (白箱法)
图1 单级倒立摆实验装置 2010-02-20 控制理论与制导技术研究中心 第2 页
Harbin Institute of Technology– HIT

m
u
M
F
r
O
图2 单级倒立摆示意图 2010-02-20 控制理论与制导技术研究中心 第3 页
Harbin Institute of Technology– HIT
图中所示变量名的物理含义如表1所示。
2010-02-20
控制理论与制导技术研究中心
第4 页
Harbin Institute of Technology– HIT
步骤一:对小车进行受力分析,小车的受力分析如图3所 P 示。
u M
N
F
r
图3 小车受力分析图
图中,P表示摆杆对小车水平方向上的作用力,单位N; N 表示摆杆对小车垂直方向上的作用力,单位(N)。 根据牛顿定律,小车水平方向上的力平衡方程为:
2010-02-20 控制理论与制导技术研究中心 第5 页
Harbin Institute of Technology– HIT
步骤四:化成状态空间描述。
1 x 2 x 2 m 2 l 2 x2 cos x1 sin x1 m lucos x1 x 4 m l cos x1 ( M m)m glsin x1 ( M m) fx2 x 2 ( M m)(J m l2 ) m 2 l 2 cos2 x1 3 x4 x 2 m lfx2 cos x1 m 2 l 2 g sin x1 cos x1 ( J m l2 ) x 4 ( J m l2 )m lx2 sin x1 ( J m l2 )u 4 x ( M m)(J m l2 ) m 2 l 2 cos2 x1

系统辨识及自适应控制实验..

系统辨识及自适应控制实验..

Harbin Institute of Technology系统辨识与自适应控制实验报告题目:渐消记忆最小二乘法、MIT方案与卫星振动抑制仿真实验专业:控制科学与工程姓名:学号: 15S******指导老师:日期: 2015.12.06哈尔滨工业大学2015年11月本实验第一部分是辨识部分,仿真了渐消记忆递推最小二乘辨识法,研究了这种方法对减缓数据饱和作用现象的作用;第二部分是自适应控制部分,对MIT 方案模型参考自适应系统作出了仿真,分别探究了改变系统增益、自适应参数的输出,并研究了输入信号对该系统稳定性的影响;第三部分探究自适应控制的实际应用情况,来自我本科毕设的课题,我从自适应控制角度重新考虑了这一问题并相应节选了一段实验。

针对挠性卫星姿态变化前后导致参数改变的特点,探究了用模糊自适应理论中的模糊PID 法对这种变参数系统挠性振动抑制效果,并与传统PID 法比较仿真。

一、系统辨识1. 最小二乘法的引出在系统辨识中用得最广泛的估计方法是最小二乘法(LS)。

设单输入-单输出线性定长系统的差分方程为:()()()()()101123n n x k a x k a k n b u k b u x k n k +-+⋯+-=+⋯+-=,,,, (1.1) 错误!未找到引用源。

式中:()u k 错误!未找到引用源。

为控制量;错误!未找到引用源。

为理论上的输出值。

错误!未找到引用源。

只有通过观测才能得到,在观测过程中往往附加有随机干扰。

错误!未找到引用源。

的观测值错误!未找到引用源。

可表示为: 错误!未找到引用源。

(1.2)式中:()n k 为随机干扰。

由式(1.2)得错误!未找到引用源。

()()()x k y k n k =- (1.3)将式(1.3)带入式(1.1)得()()()()()()()101111()nn n i i y k a y k a y k n b u k b u k b u k n n k a k i n =+-+⋯+-=+-+⋯+-++-∑ (1.4)我们可能不知道()n k 错误!未找到引用源。

【VIP专享】系统辨识与自适应控制——引言

【VIP专享】系统辨识与自适应控制——引言

Harbin Institute of Technology–HIT系统辨识与自适应控制黄显林、班晓军黄显林班晓军控制理论与制导技术研究中心哈尔滨工业大学banxiaojun@2013-11-3控制理论与制导技术研究中心第1页Harbin Institute of Technology–HIT一、绪论部分•引言:系统辨识与自适应控制引言二、系统辨识部分1. 系统辨识的基础知识•第一讲:系统辨识的基本概念;讲系统辨识的基本概念•第二讲:白噪声以及伪随机序列的基本概念及性质。

2013-11-3控制理论与制导技术研究中心第2页Harbin Institute of Technology–HIT2. 最小二乘类参数辨识算法最小乘类参数辨识算法•第三讲:最小二乘参数辨识标准算法;•第四讲:递推最小二乘算法;讲递推最小二乘算法•第五讲:渐消记忆以及限定记忆最小二乘法;2013-11-3控制理论与制导技术研究中心第3页Harbin Institute of Technology–HIT•第六讲:最小二乘解的几何意义及其统计特性;•第七讲:最小二乘算法的局限性及广义最小二乘算法和增广矩阵法;3. 模型结构辨识•第八讲:根据Hankel矩阵的秩估计模型阶次的方法;2013-11-3控制理论与制导技术研究中心第4页Harbin Institute of Technology–HIT4. 非线性模型辨识方法•第九讲:T-S模糊模型辨识方法介绍;5. 相关软件介绍件介•第十讲:MATLAB系统辨识工具箱介绍。

2013-11-3控制理论与制导技术研究中心第5页Harbin Institute of Technology–HIT制部三、自适应控制部分第十一讲:自适应控制理论的发展概况及基本分类。

1.1. 随机自适应控制系统第十二讲:基本的自校正调节器和自校正控制器。

2013-11-3控制理论与制导技术研究中心第6页Harbin Institute of Technology–HIT2. 增益调度自适应控制系统第十三讲:古典增益调度自适应系统;第十四讲:线性变参数控制理论;讲线性变参数控制理论第十五讲:模糊增益调度自适应控制系统。

系统辨识和自适应控制 绪论

系统辨识和自适应控制 绪论
• b. • c.状态方程 • 可从如下几个方面对数学模型进行划分: • (1 • (2 • (3 • (4 • (5)连续时间模型与离散与分布参数模型。 • 0.1.2 系统辨识的基本方法 • (1)机理建模 • (2)系统辨识(实验建模) • (3)机理分析和系统辨识相结合的建模方
• 1.2 系统描述的数学模型 • 1.3 随机信号的描述与分析 • 1.4 白噪声与伪随机码 • 1.5 系统辨识的步骤与内容 • 1.6 系统辨识的基本应用 • 第2章 系统辨识的经典方法 • 2.1 阶跃响应法系统辨识 • 2.2 频率响应法系统辨识 • 2.3 相关分析法系统辨识
• 第3章 系统辨识的最小二乘算法 • 3.1 最小二乘法原理 • 3.2 最小二乘估计的递推算法 • 3.3 慢时变参数的最小二乘递推算法 • 3.4 广义最小二乘法 • 3.5 辅助变量法 • 3.6 参数和状态的联合估计 • 3.7 多变量系统的最小二乘辨识 • 第4章 系统辨识的随机逼近法、极大似然
• 第12章 多变量自校正控制 • 12.1 多变量自校正调节器 • 12.2 多变量自校正控制器 • 12.3 多变量极点配置自校正控制器 • 12.4 多变量系统自校正解耦控制 • 第13章 自适应控制系统的发展及应用 • 13.1 自适应控制技术的发展 • 13.2 工业锅炉的加权广义预测自校正控制 • 13.3 大滞后系统自校正智能极点配置内模
• 第10章 自校正控制(一) • 10.1 自校正控制概述 • 10.2 单步输出预测自校正控制 • 10.3 控制加权自校正控制 • 第11章 自校正控制(二) • 11.1 极点配置自校正控制 • 11.2 自校正PID控制 • 11.3 专家式自校正PID控制器 • 11.4 广义预测控制

系统建模与仿真讲义-哈尔滨工业大学

系统建模与仿真讲义-哈尔滨工业大学
5
第一章 绪论
概述
系统辨识是控制论的一个分支,系统辨识、状态 估计、控制理论构成了现代控制论的三大支柱。 经典控制理论中蕴含着系统辨识:用试验法确定 系统传递函数。20世纪60年代,系统辨识发展成现代 控制论的一个活跃分支。 目前,系统辨识被推广至其他广泛领域,如气象 学、生物学、生态学和社会经济学等。
11
模型的含义: 所谓模型(model)就是把关于实际系统的本质的 部分信息简缩成有用的描述形式。
是分析系统和预报、控制系统行为特性的有力工具。
是根据使用目的对实际系统所作的一种近似描述。
12

模型的表现形式
(1)直觉模型:开车、指挥战斗
13
(2) 物理模型:根据相似原理把实际系统加以缩小的 复制品,或是实际系统的一种物理模拟。
哈尔滨工业大学
控制与仿真中心
1
教学与考核方式
教学方式
总学时 授课学时 上机学时 24 16 8
目的:掌握系统辨 识的基本原理方法,
提高解决问题能力
和编程能力。
考核方式
期末考试 实验
60分 开卷 40分 (3个实验,10+15+15分)
2
主要内容安排
第一章 绪论 第二章 系统辨识常用输入信号 第三章 系统数学描述及经典辨识法 第四章 最小二乘法辨识
23
(3)在目的方面的可信性:从实践的观点出发,假如 运用一个模型能达到预期的目标,那么这个模型就是成 功的、可信的。一个模型只有在它用于原定的目标时, 它才真正的发出光来。
1.1.5 建模过程 建模过程总的来说可以用下图来描述。
24
先验 知识
演绎分析 目 标 协 调 归 纳 程 序

哈工大智能控制神经网络课件第一课 人工神经网络理论及应用

哈工大智能控制神经网络课件第一课 人工神经网络理论及应用
生物神经网络特点分布存储容错性并行处理信息处理和存储二合为信息处理和存储二合为一自组织性和可塑性层次与系统性生物神经网络特点i分布存储与容错性信息按内容分布于大量的神经细胞之中每个神经细胞存储着多种不同信息的部分内容
人工神经网络理论及应用
1. 概述
屈桢深
哈尔滨工业大学
主要内容

引子:神经网络特点 发展历史
神经网络应用——控制工程
完成复杂非线性对象的控制,NN应用包括: 模型辨识 自适应控制:控制器自适应改变 改进PID控制:自动调整PID参数 鲁棒控制 模糊控制:模糊神经控制
神经网络应用——优化计算
用于在大量、复杂的搜索空间内寻找最优解 系统规划 组合优化 智能交通管理 货物调度 航班分配
神经网络应用实例(3)
赛门铁克公司日前宣布将IBM的专利技术 - 神经网络 启动监测技术集成到NortonAntiVirus产品之中。这一 神经网络技术利用人工智能监测启动性病毒,补充了 赛门铁克创新的Bloodhound启发式技术,该技术通过 专家系统确认类似病毒行为,以达到监测启动病毒的 目的。 IBM的神经网络启动监测技术通过模仿人的神 经细胞来区分被病毒感染和未感染的电脑启动记录, 因而该技术提供了更全面的安全保护。神经网络接受 许多病毒和非病毒的样本,因而学会了辨认病毒
核心:对人类神经系统的模拟 萌芽:19世纪末~20世纪初神经生理学; 创始:
1943年,McCulloch和W.Pitts,提出NN数学 模型; 1949年, Hebb规则
初步发展:
1958年,Rosenblatt 感知机和联想学习 1960年,Widrow和Hoff ADALINE学习算法
其他类型网络

哈工大智能控制神经网络神经网络系统辨识PPT教案

哈工大智能控制神经网络神经网络系统辨识PPT教案
线性系统差分方程模型 (是是1描描)述述差离离分散散方系系程统统的的时时域域模模型型。。
uu((kk)),,yy((kk))是是SSIISSOO 系系统统能能观观测测到到的的确确定定性性输输入入输输出出,,则则确确定定性性系系统统差差分分方方程程::
yy((kk))++aa11yy((kk 11)) ++ aa22yy((kk 22))++++aannyy((kknn)) bb00uu((kkdd) + b1u(k d 1) + bb22uu((kkdd22))++++bbmmuu(k(kddmm) )
m
n
y(k) biu(k d i) ai y(k i)
i0
i1

y(k) qd B(q1) u(k) B(q1) u(k d)
A(q 1 )
A(q 1 )
第一式为 ARMA 模型:
右边第 2 项为输出 y(k)的过去值组合称自回归部分; 第 1 项为输入 u(k)的过去值组合称滑动平均部分。
主要内容
系统辨识理论基础 神经网络系统辨识原理 NN线性模型辨识 NN非线性模型辨识 NN逆模型辨识
第2页/共70页
系统辨识理论基础
定义:在输入/输出数据基础上, 从一组给定模型类中确定一个 所测系统等价的模型。 辨识三要素: 输入/输出数据 模型类(系统J 结e 构) 等价准则 e.g.
充分激励原理:输入信号必须激励系统的 所有动态;
激励时间充分长; 输入信号形式:
白噪声序列(均匀分布,正态分布); 二进制伪随机码(M序列和逆M序列);
第9页/共70页
系统模型及逆模型辨识

系统辨识与自适应控制

系统辨识与自适应控制

系统辨识与自适应控制大四上的日子,课虽不多却有点蛋疼,全是带控制的,比如计算机控制啊,过程控制啊,运动控制啊,听起来晦涩、难懂的就是系统辨识与自适应控制了。

在此没有要诋毁谁谁谁的意思,只是强调这门课的难度系数,不过幸好不用考试,一份童言无忌的大作业就可以了,还是非常喜欢这样的形式的。

系统辨识与自适应控制,应该是两门课程,但是是密切联系的。

用马克思的话来说就是,辩证联系的,既有联系又有区别。

在自然和社会科学的许多领域,系统的设计、系统的定量分析、系统的综合及系统的控制,以及对其未来行为的预测,都需要知道系统的未来特性。

建立描述动态系统的数学模型及论述模型建立的理论与方法,即为系统辨识研究的内容。

而自适应控制研究的对象具有不确定性,如何设计一个高性能的控制系统,恰恰是一个自适应控制系统所要研究的问题。

20世纪60年代,自动控制理论发展到了很高的水平,经典控制论被更有前途的现代控制理论所超越,与此同时,工业大生产的发展,也要求将控制技术提到更高的水平。

现代控制理论的应用是建立在已知受控对象的数学模型这一前提下的,而在当时对受控对象数学模型的研究相对较为滞后。

现代控制理论的应用遇到了确定受控对象合适的数学模型的各种困难。

因此,建立系统数学模型的方法——系统辨识,就成为应用现代控制理论的重要前提。

在另一方面,随着计算机科学的飞速发展,计算机为辨识系统所需要进行的离线计算和在线计算提供了高效的工具。

在这样的背景下,系统辨识问题便愈来愈受到人们的重视,成为发展系统理论,开展实际应用工作中必不可少的组成部分。

什么是系统辨识?对于自动控制系统的分析和设计来说,建立受控对象的数学模型是必不可少的。

建立所研究的对象的数学模型,主要有两个途径:一个是借助于基本物理定律,即利用各个专门学科领域提出来的关于物质和能量的守恒性和连续性原理,以及系统结构数据,推导出系统的数学模型。

这种建立模型的方法称为数学建模法或称解析法。

但是,对很大一类工程系统,如化工过程,由于其复杂性,很难用解析法推导出数学模型。

哈工大自控课件第一章

哈工大自控课件第一章

• 1945年伯德(H.W.Bode)提出了分析控制系统的另一种图解 方法即频率法。
偏差信号:它是指参考输入与主反馈信号之差。
误差信号:指系统输出量的实际值与期望值之差,简称误差。 扰动信号:简称扰动或干扰、它与控制作用相反,是一种不希 望的、影响系统输出的不利因素。扰动信号既可来自系统内部, 又可来自系统外部,前者称内部扰动,后者称外部扰动。
自动控制原理
HARBIN INSTITUTE OF TECHNOLOGY
• 《自动控制原理》是自动控制技术的基础理论,是 一门理论性较强的工程科学。
现代的工程技术人员和科学工作者,必须具备 一定的自动控制理论基础知识!
自动控制原理
HARBIN INSTITUTE OF TECHNOLOGY
第一章 自动控制理论概述
§1-2 自动控制理论和自动控制系统的基本概念
举例:
杠杆
第一章 自动控制理论概述
§1-4 自动控制理论概要
一、自动控制理论主要研究的问题

系统分析
在已知系统的结构参数的条件下,研究系统在某种典型 输入信号下输出信号变化的全过程,并从这个变化过程中 得到评价系统性能的指标;以及讨论系统的性能和系统结 构、参数的关系。

系统设计
在给定被控对象及所要求的性能指标的情况下,设计一
第一章
四、自动控制系统的概念和特征
自动控制理论概述
自动控制:
在没有人直接参与的情况下,通过控制器(控制装置) 使被控制对象或过程自动地在一定的精度范围内按照预定的
规律运行。
系统: 由相互制约的各个部分按一定的规律组成的、为达
到一定目的的、具有一定功能的整体。
反馈:
将检测出来的输出量送回到系统的输入端,并与输 入信号比较的过程。反馈分为负反馈(反馈信号与输入 信号相减)和正反馈(反馈信号与输入信号相加)。

系统辨识与自适应控制

系统辨识与自适应控制
a. 微分方程;b. 差分方程;c. 状态方程
什么是数学模型
根据模型不同的基本特征,数学模型划分为: (1)静态模型与动态模型; (2)线性模型与非线性模型; (3)参数模型与非参数模型; (4)确定性模型与随机性模型; (5)连续时间模型与离散时间模型; (6)时不变模型与时变模型; (7)时间域模型与频域模型; (8)集中参数模型与分布参数模型;
关于系统辨识
在经典的控制理论中,为了确定闭环系统是否稳定,我们 就需要数学模型。可以①在已知系统微分方程的情况下,求取 闭环传递函数,求解闭环特征方程,判断根是否都具有负实部, 或利用劳斯判据(霍尔维茨判据),确定是否所有极点位于S平 面的左半平面;②获得开环系统传递函数,绘制根轨迹,确定 系统特征方程的根在S平面的分布情况;③在没有获得系统数学 模型的情况下,实验室的方法变得切实可行,利用开环系统的 对数幅频特性曲线(Bode图)或者奈奎斯特曲线(奈氏图), 判断闭环系统的稳定性。
自适应控制系统的应用与发展
飞行器控制是最早应用自适应控制的领域。 例如,在工业方面,加热反应炉的升温自适应控 制,可使升温图曲线尽量接近试验所确定的理想曲线。 现有的自适应控制系统主要遵循两个原则: 1、一般只假定系统是线性定常的; 2、设计从系统的稳定性出发;按照Lyapunov分析 稳定性的观点,稳定性是保证如果系统的初始偏差在一 定范围内,随着系统运行时间的加大,偏差逐渐趋于 零。
自适应控制系统的应用与发展
但是一个实际系统,只具备稳定性是不够的,还要 具备一定的稳定速度,太慢了是没有意义的。
自适应控制所着力追求的是具有真正适应能力的 系统,自适应是生命系统的一种基本能力,体现为系统 的学习能力和智能水平。因此,自适应控制的进一步发 展将借鉴人工智能(AI)的推动。

系统辨识与自适应控制

系统辨识与自适应控制

课程名称:系统辨识与自适应控制专业:电力电子与电力传动姓名:于泽升学号:142080804075目录一辨识的对象模型 (1)二递推最小二乘参数辨识方法 (1)三辨识过程 (3)四辨识结果与分析 (4)五对结果的分析: (6)题目:递推最小二乘法参数辨识一 辨识的对象模型假设有一理想数学模型,它的离散化方程如下式所示:() 1.8(1)0.3(2) 1.2(1)(2)()y k y k y k u k u k e k +-+-=-+-+式中,()e k 是服从正态分布的白噪声)1,0(N ,()k u 为系统输入,()k y 为系统输出。

现在输入信号采用4阶M 序列,其幅值为1。

假设系统的模型阶次是已知的,即1212()(1)(2)(1)(2)()y k a y k a y k bu k b u k e k +-+-=-+-+。

下面采用递推最小二乘参数辨识。

二 递推最小二乘参数辨识方法简单的最小二乘参数辨识一次性方法计算复杂,不能够进行在线辨识,而且所需要的计算存储空间很大,而很多计算都是重复的计算。

为了解决这个问题,并实现在线的实时辨识,引入递推的最小二乘参数辨识。

递推最小二乘参数辨识的整体思想是,最新辨识出来的参数是建立在上次辨识的参数基础上,根据最新得到的辨识数据,对辨识的参数添加了一个参数增量。

下面利用数学语言对递推最小二乘参数辨识方法进行描述。

根据最小二乘原理,用N 次观测数据,得出参数向量θ的最小二乘估计l θˆ1()()T TN N N H H H Y N θ-= (1)其中,ˆNθ表示根据N 次观测数据所得到的最小二乘值计量,下表N 表示该符号代表N 次观测数据构成的矩阵。

()[(1),(2),...,()]T Y N y y y N = (2)N H =(0).....(1)(0).....(1)(1).....(2)(1).....(2)..(1).....()(1).....()y y n u u n y y n u u n y N y N n u N u N n ----⎡⎤⎢⎥----⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥------⎣⎦(3)然后令1()TN N N P H H -=,且N P 是一方阵,它的维数取决于未知数的个数,而与观测次数无关。

哈工大研究生选修课系统辨识与自适应控制考点

哈工大研究生选修课系统辨识与自适应控制考点

系统辨识考点1、辨识定义:是在输入和输出数据的基础上,从一组给定的模型类中,确定一个与所测系统等价的模型。

2、系统辨识步骤 辨识目的及先验知识试验设计输入输出数据采集、处理模型结构选取与辨识模型参数辨识模型验证合格?最终模型YN3、递推最小二乘辨识模型4、广义最小二乘和增广最小二乘的区别广义最小二乘法是对系统过程模型的输入、输出和过程噪声加以变换(滤波)变成一般最小二乘法的标准格式,再用一般最小二乘法()1111ˆˆˆT N N N N N N y ++++=+-θθK φθ()111111T N N N N N N -++++=+K P φφP φ111TN N N N N+++=-P P K φP对系统的参数进行估计。

增广矩阵法就是使系统模型变成符合一般最小二乘法的标准格式的,并将模型参数和噪声模型参数同时估计出来的方法。

增广矩阵法用近似估计的噪声序列代替白噪声序列。

这和广义最小二乘法的不同点在于:后者噪声模型参数的估计和系统模型参数的估计是交替地进行的。

5、数据饱和的原因和解决方法① 参数缓慢变化(易产生数据饱和现象)解决方法:渐消记忆最小二乘、限定记忆最小二乘② 参数突变但不频繁?????6、自适应系统定义、分类自适应控制系统是一种特殊形式的非线性控制系统。

系统本身的特性(结构和参数)、环境及干扰的特性存在各种不确定性。

在系统运行期间,系统自身能在线地积累与实行有效控制有关的信息,并修正系统结构的有关参数和控制作用,使系统处于所要求的(接近最优的)状态。

⎧⎪⎪⎧⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎨⎪⎩⎪⎪⎧⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎩⎩增益列表补偿法最小方差控制算法预测控制算法随机自适应控制系统极点配置控制算法控制算法参数最优化设计方法模型参考自适应控制系统李亚普诺夫稳定性理论设计方法波波夫超稳定性理论设计方法PID。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

Harbin Institute of Technology– HIT
系统的响应:
5000
Output
0
-5000 0
0.5
1 Time in Seconds
1.5
2
2010-02-20
图7. 系统对10阶M序列的响应曲线 控制理论与制导技术研究中心
第15页
Harbin Institute of Technology– HIT
化简得
mglsin f w cos (ml2 J ) ml r
2010-02-20 控制理论与制导技术研究中心 第8页
Harbin Institute of Technology– HIT
步骤三:由5式与10式连列即得到单级倒立摆动力学非线性方程组。
2 m glsin f w m l r cos ( m l J ) cos u m l 2 sin r ( M m ) r m l

2010-02-20
控制理论与制导技术研究中心
第23页
Harbin Institute of Technology– HIT
三、辨识的基本要素
1. 输入输出数据(辨识的基础) 必须包含有关系统特性的足够信息 时域的角度:信号变化剧烈,且呈现非周期性; 频域的角度:频谱宽。 2. 模型类 3. 等价准则 评判“辨识得到的模型”是否满足“实际需要”的一 个“准 则”。 辨识就是按照一定的准则从某一类模型中找出一个与 输入输出数据拟合得最好的模型。
Harbin Institute of Technology– HIT
图中所示变量名的物理含义如表1所示。
2010-02-20
控制理论与制导技术研究中心
第4页
Harbin Institute of Technology– HIT
步骤一:对小车进行受力分析,小车的受力分析如图3所 P 示。
u M
N
图8. 电机系统示意图 2010-02-20 控制理论与制导技术研究中心 第19页
Harbin Institute of Technology– HIT
图9. 电机系统的传递函数 2010-02-20 控制理论与制导技术研究中心 第20页
Harbin Institute of Technology– HIT
Harbin Institute of Technology– HIT
系统辨识与自适应控制
黄显林、班晓军 控制理论与制导技术研究中心 哈尔滨工业大学 banxiaojun@
2010-02-20
控制理论与制导技术研究中心
第1页
Harbin Institute of Technology– HIT
步骤四:化成状态空间描述。
1 x 2 x 2 m 2 l 2 x2 cos x1 sin x1 m lucos x1 x 4 m l cos x1 ( M m)m glsin x1 ( M m) fx2 x 2 ( M m)(J m l2 ) m 2 l 2 cos2 x1 3 x4 x 2 m lfx2 cos x1 m 2 l 2 g sin x1 cos x1 ( J m l2 ) x 4 ( J m l2 )m lx2 sin x1 ( J m l2 )u 4 x ( M m)(J m l2 ) m 2 l 2 cos2 x1
2010-02-20
控制理论与制导技术研究中心
第17页
Harbin Institute of Technology– HIT
3. 机理分析法+系统辨识法 (工程常用,灰箱法) 电机系统:
2010-ቤተ መጻሕፍቲ ባይዱ2-20
控制理论与制导技术研究中心
第18页
Harbin Institute of Technology– HIT
辨识过程: 分别对应的辨识结果: 给定阶数 3,3,1 根据不受噪声干扰时的数据辨识出来的结果: Discrete-time IDPOLY model: A(q)y(t) = B(q)u(t) + e(t) A(q) = 1 - 2.85 q^-1 + 2.717 q^-2 - 0.865 q^-3 B(q) = q^-1 + q^-2 + q^-3 Estimated using ARX from data set mydata Loss function 6.25668e-024 and FPE 6.33214e-024 Sampling interval: 0.002
F
r
图3 小车受力分析图
图中,P表示摆杆对小车水平方向上的作用力,单位N; N 表示摆杆对小车垂直方向上的作用力,单位(N)。 根据牛顿定律,小车水平方向上的力平衡方程为:
2010-02-20 控制理论与制导技术研究中心 第5页
Harbin Institute of Technology– HIT
2010-02-20 控制理论与制导技术研究中心 第9页
Harbin Institute of Technology– HIT
步骤五:线性化处理: ,并且假设 当选取的状态变量为 x1 ; x2 ; x3 r ; x4 r 不计干扰力矩 w 时,(11)式可化为以上一阶非线性方程组, 在 0 附近对以上方程组进行线性化处理可得(12)式,
1 x 2 x ( M m)m glx 1 ( M m) fx 2 m lx4 m lu x 2 ( M m)(J m l2 ) m 2 l 2 x3 x 4 m 2 l 2 gx1 m lfx2 ( J m l2 ) x 4 ( J m l2 )u 4 x ( M m)(J m l2 ) m 2 l 2
2010-02-20 控制理论与制导技术研究中心 第24页
Harbin Institute of Technology– HIT
例子:一个热交换过程,如下图所示。预建立T/Q模型。 经观测得到一组输入输出数据,记为{Q(k)},{T(k)},
k 1, 2,3,
,L

2010-02-20
控制理论与制导技术研究中心
cos u ml 2 sin r ml (M m) r
2010-02-20 控制理论与制导技术研究中心 第7页
Harbin Institute of Technology– HIT
摆杆垂直方向上的力平衡方程式如下,
d2 N m g m 2 (l cos ) dt 2 cos sin ) m l(
图5. 10阶M序列
2010-02-20 控制理论与制导技术研究中心 第13页
Harbin Institute of Technology– HIT
1
0.5
Output
0
-0.5
-1 0 0.05 0.1 Time in Seconds 0.15 0.2
图6. 10阶M序列局部放大图 2010-02-20 控制理论与制导技术研究中心 第14页
d 2r uF PM 2 dt
dr F dt
步骤二:对摆杆进行受力分析,摆杆的受力如图4所示。
θ
N
mg P
图4 摆杆受力分析图
摆杆水平方向上的力平衡方程如下,
2010-02-20 控制理论与制导技术研究中心 第6页
Harbin Institute of Technology– HIT
d2 P m 2 (r l sin ) dt d cos ) l m (r dt cos l 2 sin ) m( r l cos m l 2 sin m r m l
(12)
2010-02-20
控制理论与制导技术研究中心
第10页
Harbin Institute of Technology– HIT
问题:
(1). 效率低:随着系统复杂程度的增加,建模过程愈加复 杂; (2). 不方便“计算机”在线决策。
2010-02-20
控制理论与制导技术研究中心
第11页
Harbin Institute of Technology– HIT

c. 极大似然法和预报误差方法 d. Bayes方法 e. 模型参考自适应方法
2010-02-20 控制理论与制导技术研究中心 第22页
Harbin Institute of Technology– HIT
2. 结构辨识方法 a. 根据Hankel 矩阵的秩估计模型的阶次; b. 利用行列式比估计模型的阶次; c. 利用残差的方差估计模型的阶次; d. 利用Akaike准则估计模型的阶次; e. 利用最终预报误差准则估计模型的阶次。
二、系统辨识方法的基本分类
1. 参数辨识方法 a. 经典辨识方法 阶跃响应法; 脉冲响应法; 频域响应法; 相关分析法; 谱分析法。 ※
2010-02-20
控制理论与制导技术研究中心
第21页
Harbin Institute of Technology– HIT
b. 最小二乘类参数辨识方法 最小二乘一次性算法; 最小二乘递推算法 增广最小二乘算法; 广义最小二乘算法。
2010-02-20 控制理论与制导技术研究中心 第12页
Harbin Institute of Technology– HIT
给定输入信号:10阶M序列。 输入为为0.002秒的10阶M序列(周期 (210 1) 0.002 2.046 s ):
1
0.5
Output
0
-0.5
-1 0 0.5 1 Time in Seconds 1.5 2
相关文档
最新文档