系统辨识系统辨识概论.pptx

储储昭昭碧碧系统辨识与参数估计参考书参考书1 萧德云萧德云.系统辨识理论及应用系统辨识理论及应用,清华大学出版社清华大学出版社,2014.72 庞中华庞中华,崔红崔红.系统辨识与自适应控制系统辨识与自适应控制MATLAB仿真仿真,北京航空航天大学出版社北京航空航天大学出版社,2013.83 韩正之韩正之,陈彭年陈彭年,陈树中陈树中.自适应控制自适应控制,清华大学清华大学出版社出版社,2011.4第1章 绪论1.1 系统辨识的发展系统辨识的发展1.2 系统模型及建模方法系统模型及建模方法1.3 辨识的定义、内容和步骤辨识的定义、内容和步骤1.4 系统辨识的分类系统辨识的分类1.5本课程主要内容本课程主要内容1.1.1 系统辨识的发展历程系统辨识的发展历程三十年代以前 主要利用概率统计理论中的统计回归方法等来处理在从事生产实践、社会活动的研究中遇到的大量的数据资料三十年代到五十年代末 由Nyquist 所倡导的试验研究法丰富了经典理论，但还是仅局限于对动态系统的传递函数或脉冲响应的研究（测试阶跃响应、脉冲响应和频率特性等古典辩识方法)六十年代以后：开始迅速而蓬勃发展现代控制理论Kalman 滤波理论计算机技术八十年代以来结合人工智能、模糊理论、神经网络等理论航空航天，生物医学系统，经济系统，机器人工程，n进行控制 利用系统辨识的方法建立被控系统的数学模型之后,以此模型为基础可以用于分析系统的性能、动态或静态响应特性来改进系统的结构和参数,也可以用于计算机仿真,还可以据此设计出比较合理的控制系统经典控制理论：调节器的参数整定现代控制理论：最优控制、自适应控制n进行预报可作一步、二步、短期、中期甚至长期预报1.1.2 系统辨识的应用领域n进行规划可能进行各种方案的最优规划n进行仿真研究n估计物理参数n生产过程的故障诊断许多复杂生产过程，比如飞机、核反应堆、大型工厂动力装置及大型转动机械装置等,希望经常监视和检测可能出现的故障，以便及时排除故障。通过系统辨识建立这些生产过程或设备的数学模型，并且不断收集系统的信息，推断过程的动态特性的变化情况。然后，根据过程特性的变化情况来判断故障是否已经发生、何时发生、故障类型和大小、故障的位置等。1.1.2 系统辨识的应用领域1.1.31.1.3 系统辨识当前发展的新热点系统辨识当前发展的新热点*非线性系统辨识；*快时变与有缺陷样本的辨识；*生命、生态系统的辨识；*辨识的专家系统与智能化软件包的开发；*基于模糊理论、神经网络、小波变换的辨识方法*系统辨识与人工智能、人工生命、图象处理、网络技术和多媒体技术的结合1.2 系统模型及建模方法y(t)u(t)执行执行机构机构被控被控设备设备测量元件测量元件y(t)r(t)控制器控制器被控对象被控对象d(t)直观模型：泊车直观模型：泊车过程过程物理模型：风洞、分布式发电系统物理模型：风洞、分布式发电系统图表模型：表格图表模型：表格、脉冲响应、阶跃响应、脉冲响应、阶跃响应数学模型：数学模型：微分方程、传递函数、差分方程、状态方程1.2 系统模型及建模方法d(t)被控对象y(t)u(t)模型的含义：模型的含义：关于关于实际系统的实际系统的本质信息本质信息的的简缩简缩描述。描述。数学模型分类：数学模型分类：线性模型线性模型 非线性模型非线性模型动态模型动态模型 静态模型静态模型确定性模型确定性模型 随机性模型随机性模型数学模型分类：数学模型分类：白箱法：白箱法：机理分析法或理论建模法机理分析法或理论建模法黑箱法：黑箱法：测试法。测试法。1.2 系统模型及建模方法d(t)被控对象y(t)u(t)系统理论基本问题：系统理论基本问题：系统分析：已知：系统分析：已知：u u、f f 求求 y y系统综合：已知：系统综合：已知：y y、f f 求求 u u系统辨识：已知：系统辨识：已知：u u、y y 求求 f f1.2 系统模型及建模方法d(t)被控对象y(t)u(t)1.3 辨识的定义、内容和步骤nZadeh对辨识的定义（1962年）辨识就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n Ljung 对辨识的的定义（1978年）系统辩识是按照一个准则，在模型类中选择一个与数据拟合得最好的模型 n中国大百科自动控制卷486-488页系统辩识是根据系统的输入/输出时间函数,确定系统行为的数学模型，是现代控制理论的一个分支系统辨识分为模型结构辨识和模型参数辨识系统辨识分为模型结构辨识和模型参数辨识1.3.1 系统辨识的定义要素要素1：有哪些实用的数学模型：有哪些实用的数学模型 它们之间有什么联系它们之间有什么联系 如何从一种类型转化为另一种类型如何从一种类型转化为另一种类型要素要素2：用什么输入信号：用什么输入信号 怎么产生这种输入信号最方便怎么产生这种输入信号最方便 怎样能使系统正常的工作不受或少受这种怎样能使系统正常的工作不受或少受这种 输入信号的影响输入信号的影响 用什么信号能得到最大效果（辨识信息）用什么信号能得到最大效果（辨识信息）第三章第三章第二章第二章1.3.2 系统辨识三要素系统辨识三要素：系统辨识三要素：数据数据、模型类模型类、准则、准则n要素要素3 3：等价准则：等价准则 衡量模型接近实际过程的标准衡量模型接近实际过程的标准 通常用一个通常用一个误差泛函误差泛函来表示，所以又称来表示，所以又称为为误差准则误差准则或或损失函数损失函数 函数的一般形式：函数的一般形式：J()=f(k)常用形式：常用形式：1.3.2 系统辨识三要素 u(k)w(k)y(k)e(k)过程过程 输出误差准则输出误差准则ym(k)1.3.2 系统辨识三要素 输入误差准则输入误差准则u(k)w(k)e(k)过程过程y(k)1.3.2 系统辨识三要素广义误差准则：广义误差准则：u(k)w(k)e(k)过程过程y(k)1.3.2 系统辨识三要素辨识步骤辨识步骤进行测试获取数据进行测试获取数据模型结构辨识模型结构辨识模型参数辨识模型参数辨识模型校验模型校验1.3.3 系统辨识步骤1.3.3 系统辨识步骤1.5 系统辨识的分类离线辨识离线辨识含义含义获得获得全部数据全部数据后后,对数据进行集中处理对数据进行集中处理,也叫也叫批处理。应用批处理。应用一次完成最小二乘法一次完成最小二乘法等辨识方法等辨识方法对所有数据进行计算，求出模型参数的估计值。对所有数据进行计算，求出模型参数的估计值。优点优点估计模型参数的精度高。估计模型参数的精度高。缺点缺点要储存大量数据，运算量大、时间长。要储存大量数据，运算量大、时间长。1.4 系统辨识的分类在线辨识在线辨识含义含义获得一小部分数据后获得一小部分数据后,就应用最小二乘法等辨就应用最小二乘法等辨识方法对这部分数据进行计算，求出模型参数识方法对这部分数据进行计算，求出模型参数的不太准确的估计值，在获得新的数据后，用的不太准确的估计值，在获得新的数据后，用递推算法对以前的估计值进行修正递推算法对以前的估计值进行修正。优点优点储存量与计算量小，适合实时、自适应控制储存量与计算量小，适合实时、自适应控制。缺点缺点辨识精度差些。辨识精度差些。1.5 主要内容准则准则数据数据 第第3章章 系统辨识常用输入信号系统辨识常用输入信号模型模型第第2章章 系统描述系统描述与辨识模型与辨识模型第第4章章 线性系统的经典辨识方法线性系统的经典辨识方法第第5章章 最小二乘法辨识最小二乘法辨识第第6章章 极大似然估计极大似然估计第第7章章 模型结构辨识模型结构辨识