Matlab系统辨识.doc

Matlab系统辨识

(系统识别工具)系统识别工具箱早就听说过，matlab是广泛而深刻的，并且有很大的权力。因此，我相信一定有更简单、更直观、更强大的工具来完成这一儿科技巧。

在查看数据后，我做了一个小实验，并在simulink中验证了该方法。这种方法的主要原则是:

确定系统的输入输出数据后(两列向量为N×1形式，如果为1×N，将提示错误！之后，设计了某种识别原则(比如说，二阶？三阶？无论传递函数是零极点形式还是带阻尼形式，等等。)，然后交给强大的matlab，得到识别结果。一步一步来，plz！步骤

1.建立模型以获得系统的输入和输出数据。图1中系统的输入是一个阶跃信号，由Scope1监控并输出到工作区(不允许这个阶跃)，采样周期为0.1s，以获得输入变量u(101×1矩阵)；

我在系统的阶跃响应上叠加了一个白噪声，当然我不能添加任何噪声。添加噪声是为了期望对实际情况进行更真实的模拟。如图2和图2所示，在Scope2中也监控白噪声参数设置，并且结果也输出到工作空间以获得响应数据y(也是101×1矩阵)步长

2.进入识别工具箱设置识别规则。在命令窗口中直接输入ident，输入回车，然后输入识别工具箱。图3 .图3 .单击导入下拉菜单选择时域数据。参见图4。图4 .在输入图5中的红色圆圈区域之前获得的系统输入和输出数据。图5在下面图6的绿色圆圈中输入一些数据信

息。因为在前一个模型中，我将跳转点放在0，并将0设置在这里。如果先前模型的模拟是1，那么这里也应该是1。

采样时间为0.1s，根据实际情况统一设置。图6中的设置完成后，点击导入，界面变为图7。图7。如果在图8中选中红色方框选项，我们刚刚设置的输入和输出数据曲线将会出现。如图9所示，其他检查选项是频域分析和显示，因此暂时不需要。

图8和图9显示了输入和输出是否与我们的实际设置一致。如果是这样，我们离成功不远了。如果我们发现任何异常，我们将再次检查，直到我们可以确保数据导入没有问题。在这个实验中，下面两个红色斜线之间的内容可以直接跳过。查看后续复杂模型的处理是有益的，并且它也是对该工具的全面熟悉。////////////////////////////////////////////////////////////////////////////////////////////////////////// //////////////////////////////////////，然后选择预处理对数据进行预处理。下拉菜单中有许多处理方法和手段，有这种想法的人可以一个接一个地尝试这个功能。图10图10的预处理对象是工作数据中的数据，并且在每次预处理之后将在左侧生成新数据。此时，只要新数据被移动到工作数据框中，工作数据就可以被您想要处理的数据所替换，而这些数据可以被处理多次。获取您想要识别的数据和您想要验证的数据(不必要的数据可以被拖到要删除的垃圾桶中，即回收站，或者从回收站中检索)，然后进行识别。首先将识别数据拖到工作数据框，然后将验证数据拖到验证数据框。该验证数据是通过稍微处理原始数据而获得的更接近理论模型的对象数据。在这个实验中，我使用了默认数据，

也就是说，我没有做任何预处理处理。/////////////////////////////////////////////////////////////////////////点下拉菜单估计，选择您想要的模型，并在弹出的对话框中设置参数。图11在图11的这一侧有许多类型的模型，包括线性、非线性、状态空间、经典传递函数形式等。我们选择了图中的红框流程模型，点击。

弹出下面的界面，图12！有零点、延迟和积分吗？根据检查，传递函数自动调整极点数量和其他传递函数。图12在本实验中，我们进行了如下设置，如图13中的红色框所示。图13然后点击最低估计，并且模型被生成。图14图14首先检查上面的绿色方框。你看到了什么？给出了拟合率。bestfit 98.72有木头吗？对于传递函数的具体值，双击上图中的红色框，如图15所示？图15在右列；

换句话说，在模型视图中，下面有许多选择。每一个都可以生成相应的地图，这是由用于验证的数据生成的。将模型拖到工作区的框中，然后查看工作区。您所识别的模型越可变。注意:

如果您单击一个模型或一组数据，如果线变细，它将不会显示在图中！最后，再次指出，上述分析可能不完全正确，一些概念可能不明确和不可靠，当然还有许多功能尚未发现。可以肯定的是，在解决这个问题的两个主要方向上没有问题。如果你想不断进步，你需要认真学习，仔细考虑。单词模型