7系统辨识第六章
系统辨识考试汇总
基于人工神经网络的二阶系统辨识 摘要：BP神经网络是误差反向传播神经网络的简称，提供了一个处理非线 v k的二阶系统，提出了改进的BP神经网络性问题的模型。本文针对带有噪声() 对二阶系统的辨识方法，以达到对系统的精确辨识；通过仿真实验数据可得，神经网络的输出与被辨识系统输出之间的误差很小（当k>=8时，error<0.1%）；首先介绍了人工神经网络的系统辨识方面的发展与研究现状，然后介绍常规BP算法和改进的BP算法，最后通过一个具体的二阶系统的实例充分证明了改进BP 神经网络具有的良好辨识效果，实用性强。 关键字：BP神经网络；系统辨识；二阶非线性系统 Second-order system identification based on artificial neural networks WeiLu (College of Electrical and Control Engineering, Xi’an University of Science and Technology，Xi’an 710054,China) Abstract：BP neural network is the abbreviation of erroneous reverse transmission neural network, which provides a model of dealing with nonlinear problems.In this paper, the second-order system with noise, and puts forward the improved BP neural network to second order system modeling method. In order to achieve an accurate identification of the system.Through the simulation experiment the error between the output of neural network and the output of identification system is very small(The error<0.1% when k>=8). First, introduced the artificial neural network system identification aspects of development and research,Then, introduced the conventional BP algorithm and improved BP algorithm,Finally, Through an example of a specific second-order system fully proved that the improved BP neural network has good recognition results and practical. Key words：BP neural network；System Identification；Second-order nonlinear system 一绪论 在自然科学和社会科学的各个领域中，越来越多需要辨识系统模型的问题 已广泛引起人们的重视，很多学者在研究有关线性和非线性的辨识问题。
系统辨识试卷A
1、相关分析法的主要优点是什么，其在工程中的应用有哪些方面？ 答：相关分析法的主要优点是由于M序列信号近似于白噪声，噪声功率均匀分布于整个频带，从而对系统的扰动甚微，保证系统能正常工作（1.5分）。此外。因为相关函数的计算是一种统计平均的方法，具有信息滤波的功能，因此，在有噪声污染下，仍可提取有用信息，准确地求出系统的脉冲响应（1.5分）。 相关辨识技术在工程中的应用、可归结为下述几个方面： （1）系统动态特性的在线测试。包括机、炉、电等一次设备，风机、水泵等辅机以及二次自动控制系统；（1分） （2）对控制系统进行在线调试，使调节系统参数优化；（1分） （3）自适应控制中的非参数型模型辨识等。（1分） 2、什么是权？叙述加权在渐消记忆的最小二乘递推算法中的作用。 计算中用一个数值来表示对观测数据的相对的“信任程度”，这就是权。（2分） 对于时变参数系统，其当前的观测数据最能反映被识对象当前的动态特性，数据愈“老”，它偏离当前对象特性的可能性愈大。因此要充分重视当前的数据而将“过时的”、“陈旧的”数据逐渐“遗忘”掉，这就是加权的概念。（2分）具体的方法是，每当取得一个新的量测数据， ρ<1）,这个加权因子体现出对老数据逐步衰就将以前的所有数据都乘上一个加权因子ρ（0< 减的作用，所以ρ也可称为衰减因子，因此在L次观测的基础上，在最小二乘准则中进行了某ρ=μ（0<μ<1），选择不同的μ就得到不同的加权效果。μ愈小，表示将过种加权，即取2 去的数据“遗忘”得愈快。（2分） 3、简述极大似然原理，叙述极大似然法和最小二乘法的关系。 答：极大似然法把参数估计问题化为依赖于统计信息而构造的似然函数的极大化问题，即当似然函数在某个参数值上达到极大时，就得到了有关参数的最佳估计。（2分）似然函数是在给定的观测量z和参数θ下的观测量的联合概率密度函数，它是实验观测的样本数据z和参数θ的函数。（2分）最小二乘法基本不考虑估计过程中所处理的各类数据的概率统计特性。极大似然法要求有输出量的条件概率密度函数的先验知识，当噪声服从正态分布的条件下，极大似然法和最小二乘法完全等价。（2分） 第1页，共1页
系统辨识答案
1：修改课本p61的程序，并画出相应的图形； u = -1 -1 -1 1 -1 1 1 -1 1 -1 1 -1 -1 1 1 z = Columns 1 through 11 0 0 Columns 12 through 16 HL =
0 0 0 ZL = c = a1 =
a2 = b1 = 1 b2 = 2：修改课本p63的程序，并画出相应的图形（V的取值范围为54-200）； V = [, , , , , ]τ P = [, , , , , ]τ ZL = [, , , , , ]τ HL = c4 = alpha = beita = +004 3：表1中是在不同温度下测量同一热敏电阻的阻值， 70时根据测量值确定该电阻的数学模型，并求出当温度在C?
的电阻值。 要求用递推最小二乘求解： （a ）设观测模型为 利用头两个数据给出 ?? ???===-0L T L L T L L z H P θH H P P 000)0()0(?)()()0(1 0 （b ）写出最小二乘的递推公式； （c ）利用Matlab 计算 T k a k b k )](),([)(?=θ 并画出相应的图形。 解：首先写成[][]?? ? ???=??????=+==a b t a b h h a bt k k z k k 1)()(12 θτ h θL L H z = T L L z z ],...,[1=z ，????? ???? ???=1 (112) 1 L L t t t H ，??????=a b θ 的形式。 利用头两个数据给出最小二乘的初值： ,126120.50??????=L H ?? ????=7907650L z 这样可以算得 i i v bt a y ++=
系统辨识复习资料
1请叙述系统辨识的基本原理（方框图），步骤以及基本方法 定义：系统辨识就是从对系统进行观察和测量所获得的信息重提取系统数学模型的一种理论和方法。 辨识定义：辨识有三个要素——数据、模型类和准则。辨识就是按照一个准则在一组模型类中选择一个与数据拟合得最好的模型 辨识的三大要素：输入输出数据、模型类、等价准则 基本原理： 步骤：对一种给定的辨识方法，从实验设计到获得最终模型，一般要经历如下一些步骤：根据辨识的目的，利用先验知识，初步确定模型结构；采集数据；然后进行模型参数和结构辨识；最后经过验证获得最终模型。 基本方法：根据数学模型的形式：非参数辨识——经典辨识，脉冲响应、阶跃响应、频率响应、相关分析、谱分析法。参数辨识——现代辨识方法（最小二乘法等） 2随机语言的描述 白噪声是最简单的随机过程，均值为零，谱密度为非零常数的平稳随机过程。 白噪声过程（一系列不相关的随机变量组成的理想化随机过程） 相关函数： 谱密度： 白噪声序列，白噪声序列是白噪声过程的离散形式。如果序列 满足： 相关函数： 则称为白噪声序列。 谱密度： M 序列是最长线性移位寄存器序列，是伪随机二位式序列的一种形式。 M 序列的循环周期 M 序列的可加性：所有M 序列都具有移位可加性 辨识输入信号要求具有白噪声的统计特性 M 序列具有近似的白噪声性质，即 M 序列“净扰动”小，幅度、周期、易控制，实现简单。 3两种噪声模型的形式是什么 第一种含噪声的被辨识系统数学模型0011()()()()n n i i i i y k a y k i b u k i v k ===-+-+∑∑，式中,噪声序列v(k)通常假定为均值为零独立同分布的平稳随机序列,且与输入的序列u(k)彼此统计独立. 上式写成：0 ()()()T y k k v k ψθ=+。其中，()()()()()()()=1212T k y k y k y k n u k u k u k n ψ------????L L ，，，，，，， ) ()(2τδστ=W R +∞ <<∞-=ωσω2)(W S )}({k W Λ,2,1,0,)(2±±==l l R l W δσ2)()(σωω== ∑ ∞-∞=-l l j W W e l R S ???≠=≈+=?0 , 00,Const )()(1)(0ττττT M dt t M t M T R bit )12(-=P P N
系统辨识习题解答(最新)
系统辨识习题解答 1-14、若一个过程的输入、输出关系可以用MA 模型描述，请将该过程的输入输出模 型写成最小二乘格式。 提示：① MA 模型z k D z u k ()()()=-1 ② 定义ττθ)](,),1(),([)(,],,,[10n k u k u k u k d d d n --== h 解：因为MA 模型z k D z u k ()()()=-1，其中 n n z d z d d z D ---+++= 1101)(，从而 )()1()()(10n k u d k u d k u d k z n -++-+= 所以当定义ττθ)](,),1(),([)(,],,,[10n k u k u k u k d d d n --== h ，则有最小二乘格式： )()()()()(0 k e k h k e k h d k z n i i i +=+=∑=τ ， 其中e(k)是误差项。 2-3、设)}({k e 是一个平稳的有色噪声序列，为了考虑这种噪声对辨识的影响，需要 用一种模型来描述它。请解释如何用白噪声和表示定理把)(k e 表示成AR 模型、MA 模型和ARMA 模型。 解：根据表示定理，在一定条件下，有色噪声e(k)可以看成是由白噪声v(k)驱动的线 性环节的输出，该线性环节称为成形滤波器，其脉冲传递函数可写成 ) () ()(1 11 ---=z C z D z H 即 )()()()(1 1k v z D k e z C --= 其中 c c n n z c z c z C ---+++= 1 11 1)( d d n n z d z d z D ---+++= 1 111)(
系统辨识方法
系统辨识方学习总结 一．系统辨识的定义 关于系统辨识的定义，Zadeh是这样提出的：“系统辨识就是在输入和输出数据观 测的基础上，在指定的一组模型类中确定一个与所测系统等价的模型”。L.Ljung也给 “辨识即是按规定准则在一类模型中选择一个与数据拟合得最好的模型。出了一个定义： 二．系统描述的数学模型 按照系统分析的定义，数学模型可以分为时间域和频率域两种。经典控制理论中微 分方程和现代控制方法中的状态空间方程都是属于时域的范畴，离散模型中的差分方程 和离散状态空间方程也如此。一般在经典控制论中采用频域传递函数建模，而在现代控 制论中则采用时域状态空间方程建模。 三．系统辨识的步骤与内容 (1)先验知识与明确辨识目的 这一步为执行辨识任务提供尽可能多的信息。首先从各个方面尽量的了解待辨识的 系统，例如系统飞工作过程，运行条件，噪声的强弱及其性质，支配系统行为的机理等。 对辨识目的的了解，常能提供模型类型、模型精度和辨识方法的约束。 (2)试验设计 试验设计包括扰动信号的选择，采样方法和间隔的决定，采样区段（采样数据长度 的设计）以及辨识方式（离线、在线及开环、闭环等的考虑）等。主要涉及以下两个问 题，扰动信号的选择和采样方法和采样间隔 (3)模型结构的确定 模型类型和结构的选定是决定建立数学模型质量的关键性的一步，与建模的目的， 对所辨识系统的眼前知识的掌握程度密切相关。为了讨论模型和类型和结构的选择，引 入模型集合的概念，利用它来代替被识系统的所有可能的模型称为模型群。所谓模型结 构的选定，就是在指定的一类模型中，选择出具有一定结构参数的模型M。在单输入单 输出系统的情况下，系统模型结构就只是模型的阶次。当具有一定阶次的模型的所有参 数都确定时，就得到特定的系统模型M，这就是所需要的数学模型。 (4)模型参数的估计 参数模型的类型和结构选定以后，下一步是对模型中的未知参数进行估计，这个阶 段就称为模型参数估计。
系统辨识经典辨识方法
经典辨识方法报告 1. 面积法 辨识原理 分子多项式为1的系统 1 1 )(11 1++++= --s a s a s a s G n n n n Λ……………………………………………（） 由于系统的传递函数与微分方程存在着一一对应的关系，因此，可以通过求取微分方程的系数来辨识系统的传递函数。在求得系统的放大倍数K 后，要先得到无因次阶跃响应y(t)（设τ=0）。大多数自衡的工业过程对象的y(t)可以用下式描述来近似 1)() ()()(a 111=++++--t y dt t dy a dt t y d a dt t y d n n n n K ……………………………（） 面积法原则上可以求出n 为任意阶的各系数。以n=3为例，注意到 1|)(,0|)(d |)(d |)(d 23====∞→∞→∞→∞→t t t t t y dt t y dt t y dt t y …………………………（） 将式（）的y(t)项移至右边，在[0，t]上积分，得 ?-=++t dt t y t y a dt t dy a dt t y d a 01223 )](1[)() ()(…………………………………（） 定义 ?-=t dt t y t F 01)](1[)(……………………………………………………………（） 则由式（）给出的条件可知，在t →∞ ?∞ -=01)](1[a dt t y ……………………………………………………………（） 将式a 1y(t)移到等式右边，定义 )()]()([)() (a 201123 t F dt t y a t F t y a dt t dy t =-=+?…………………………………（） 利用初始条件（）当t →∞时 )(a 22∞=F …………………………………………………………………… （） 同理有a 3=F 3(∞) 以此类推，若n ≥2，有a n =F n (∞) 分子、分母分别为m 阶和n 阶多项式的系统
利用相关分析法辨识脉冲响应
利用相关分析法辨识脉冲响应 自1205 刘彬 41251141 1 实验方案设计 1.1 生成输入数据和噪声 用M 序列作为辨识的输入信号，噪声采用标准正态分布的白噪声。 生成白噪声时，首先利用乘同余法生成U[0,1]均匀分布的随机数，再利用U[0,1]均匀分布的随机数生成标准正态分布的白噪声。 1.2 过程仿真 模拟过程传递函数)(s G ，获得输出数据y(k)。)(s G 采取串联传递函数仿真， 2 12111 11)(T s T s T T K s G ++= ，用M 序列作为辨识的输入信号。 1.3 计算互相关函数 ∑++=-= p p N r N i p Mz i z k i u rN k R )1(1 )()(1 )( 其中r 为周期数，1+=p N i 表示计算互相关函数所用的数据是从第二个周期开始的，目的是等过程仿真数据进入平稳状态。 1.4 计算脉冲响应估计值、脉冲响应理论值、脉冲响应估计误差 脉冲响应估计值[] )1()()1()(?2 --?+=p Mz Mz p p N R k R t a N N k g 脉冲响应理论值[] 21//2 10)(T t k T t k e e T T K k g ?-?---=
脉冲响应估计误差 ()() ∑∑==-= p p N k N k g k g k g k g 1 2 1 2 )()(?)(δ 1.5 计算噪信比 信噪比()()2 2 )()(v k v y k y --=η 2 编程说明 M 序列中，M 序列循环周期取 63 126=-=p N ，时钟节拍t ?=1Sec ，幅度1=a ， 特征多项式为1)(56⊕⊕=s s s F 。白噪声循环周期为32768215=。 )(s G 采样时间0T 设为1Sec ，Sec 2.6 Sec,3.8 ,12021===T T K 3 源程序清单 3.1 均匀分布随机数生成函数 function sita=U(N) %生成N 个[0 1]均匀分布随机数 A=179; x0=11; M=2^15; for k=1:N x2=A*x0; x1=mod(x2,M); v1=x1/(M+1); v(:,k)=v1; x0=x1; end sita=v; end 3.2 正态分布白噪声生成函数 function v=noise(aipi) %生成正态分布N(0,sigma)
(完整版)自动控制原理试题及答案
一、 单项选择题（每小题1分，共20分） 1. 系统和输入已知，求输出并对动态特性进行研究，称为（ C ） A.系统综合 B.系统辨识 C.系统分析 D.系统设计 2. 惯性环节和积分环节的频率特性在（ A ）上相等。 A.幅频特性的斜率 B.最小幅值 C.相位变化率 D.穿越频率 3. 通过测量输出量，产生一个与输出信号存在确定函数比例关系值的元件称为（ C ） A.比较元件 B.给定元件 C.反馈元件 D.放大元件 4. ω从0变化到+∞时，延迟环节频率特性极坐标图为（ A ） A.圆 B.半圆 C.椭圆 D.双曲线 5. 当忽略电动机的电枢电感后，以电动机的转速为输出变量，电枢电压为输入变量时， 电动机可看作一个（ B ） A.比例环节 B.微分环节 C.积分环节 D.惯性环节 6. 若系统的开环传 递函数为2) (5 10+s s ，则它的开环增益为（ C ） A.1 B.2 C.5 D.10 7. 二阶系统的传递函数5 2 5)(2++=s s s G ，则该系统是（ B ） A.临界阻尼系统 B.欠阻尼系统 C.过阻尼系统 D.零阻尼系统 8. 若保持二阶系统的ζ不变，提高ωn ，则可以（ B ） A.提高上升时间和峰值时间 B.减少上升时间和峰值时间 C.提高上升时间和调整时间 D.减少上升时间和超调量 9. 一阶微分环节Ts s G +=1)(，当频率T 1=ω时，则相频特性)(ωj G ∠为（ A ） A.45° B.-45° C.90° D.-90° 10.最小相位系统的开环增益越大，其（ D ） A.振荡次数越多 B.稳定裕量越大 C.相位变化越小 D.稳态误差越小 11.设系统的特征方程为()0516178234=++++=s s s s s D ，则此系统 （ A ） A.稳定 B.临界稳定 C.不稳定 D.稳定性不确定。 12.某单位反馈系统的开环传递函数为：()) 5)(1(++=s s s k s G ，当k =（ C ）时，闭环系统临界稳定。 A.10 B.20 C.30 D.40 13.设系统的特征方程为()025103234=++++=s s s s s D ，则此系统中包含正实部特征的个数 有（ C ） A.0 B.1 C.2 D.3 14.单位反馈系统开环传递函数为()s s s s G ++=652，当输入为单位阶跃时，则其位置误差为（ C ） A.2 B.0.2 C.0.5 D.0.05
系统辨识研究的现状_徐小平
系统辨识研究的现状 徐小平1,王 峰2,胡 钢1 (1.西安理工大学自动化与信息工程学院 陕西西安 710048;2.西安交通大学理学院 陕西西安 710049) 摘 要:综述了系统辨识问题的研究进展,介绍了经典的系统辨识方法及其缺点,引出了将集员、多层递阶、神经网络、遗传算法、模糊逻辑、小波网络等知识应用于系统辨识得到的一些现代系统辨识方法,最后总结了系统辨识今后的发展方向。 关键词:系统辨识;集员;多层递阶;神经网络;遗传算法;模糊逻辑;小波网络 中图分类号:TP27 文献标识码:B 文章编号:1004-373X (2007)15-112-05 A Survey on System Identif ication XU Xiaoping 1,WAN G Feng 2,HU Gang 1 (1.School of Automation and Information Engineering ,Xi ′an University of Technology ,Xi ′an ,710048,China ; 2.School of Science ,Xi ′an Jiaotong University ,Xi ′an ,710049,China ) Abstract :In this paper the advance in the study of system identification is summarized.First ,the traditional system identi 2fication methods and their disadvantages are introduced.Then ,some new methods based on set membership ,multi -level re 2cursive ,neural network ,genetic algorithms ,f uzzy logic and wavelet network are presented.Finally ,f urther research directions of system identification are pointed out. K eywords :system identification ;set membership ;multi -level recursive ;neural network ;genetic algorithms ;f uzzy logic ;wavelet network 收稿日期:2007-04-16 基金项目:教育部博士学科基金(20060700007); 陕西省自然科学基金(2005F15)资助项目 1 引 言 辨识、状态估计和控制理论是现代控制理论三个互相渗透的领域。辨识和状态估计离不开控制理论的支持,控制理论的应用又几乎不能没有辨识和状态估计技术。随着控制过程复杂性的提高,控制理论的应用日益广泛,但其实际应用不能脱离被控对象的数学模型。然而在大多数情况下,被控对象的数学模型是不知道的,或者在正常运行期间模型的参数可能发生变化,因此利用控制理论去解决实际问题时,首先需要建立被控对象的数学模型。系统辨识正是适应这一需要而形成的,他是现代控制理论中一个很活跃的分支。社会科学和自然科学领域已经投入相当多的人力和物力去观察、研究有关的系统辨识问题。从1967年起,国际自动控制联合会(IFAC )每3年召开一次国际性的系统辨识与参数估计的讨论会。历届国际自动控制联合会的系统辨识会议均吸引了众多的有关学科的科学家和工程师们的积极参加。 系统辨识是建模的一种方法,不同的学科领域,对应 着不同的数学模型。从某种意义上来说,不同学科的发展过程就是建立他的数学模型的过程。1962年,L.A.Zadeh 给出辨识这样的定义[1]:“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。”当然按照Zadeh 的定义,寻找一个与实际过程完全等价的模型无疑是非常困难的。而从实用性观点出发,对模型的要求并非如此苛刻,为此,对辨识又有一些实用性的定义。比如,1974年,P.E.ykhoff 给出辨识的定义[2]为:“辨识问题可以归结为用一个模型来表示客观系统(或将要构造的系统)本质特征的一种演算,并用这个模型把对客观系统的理解表示成有用的形式。”1978年,L. Ljung 给辨识下的定义[3] 更加实用:“辨识有三个要素—数 据,模型类和准则。辨识就是按照一个准则在一组模型类中选择一个与数据拟合得最好的模型。”总而言之,辨识的实质就是从一组模型类中选择一个模型,按照某种准则,使之能最好地拟合所关心的实际过程的静态或动态特性。 本文首先介绍了经典的系统辨识方法,并指出其存在的缺陷,接着对近年来系统辨识的现代方法作以简单的综述,最后指出了系统辨识未来的发展方向。2 经典的系统辨识 经典的系统辨识方法[4-6]的发展已经比较成熟和完 2 11
自适应控制习题(系统辨识)(2020年整理).pdf
自适应控制习题 （徐湘元，自适应控制理论与应用，电子工业出版社，2007） 【2-1】 设某物理量Y 与X1、X2、X3的关系如下：Y=θ1X 1+θ2X 2+θ3X 3 由试验获得的数据如下表。试用最小二乘法确定模型参数θ1、θ2和θ3 X1: 0.62 0.4 0.42 0.82 0.66 0.72 0.38 0.52 0.45 0.69 0.55 0.36 X2: 12.0 14.2 14.6 12.1 10.8 8.20 13.0 10.5 8.80 17.0 14.2 12.8 X3: 5.20 6.10 0.32 8.30 5.10 7.90 4.20 8.00 3.90 5.50 3.80 6.20 Y: 51.6 49.9 48.5 50.6 49.7 48.8 42.6 45.9 37.8 64.8 53.4 45.3 【2-3】 考虑如下模型 )()(3.03.115.0)(212 1t w t u z z z z t y ++?+=???? 其中w(t)为零均值、方差为1的白噪声。根据模型生成的输入/输出数据u(k)和y(k),分别采用批处理最小二乘法、具有遗忘因子的最小二乘法（λ=0.95）和递推最小二乘法估计模型参数（限定数据长度N 为某一数值，如N=150或其它数值），并将结果加以比较。 【2-4】 对于如下模型 )()1.065.01()()5.0()()15.08.01(213221k w z z k u z z k y z z ??????+?++=+? 其中w(k)为零均值、方差为1的白噪声。根据模型生成的输入/输出数据u(k)和y(k),分别采用增广最小二乘法和随机逼近法进行模型参数估计，并比较结果。 （提示：w(t)可以用MATLAB 中的函数“randn ”产生）。 【3-1】 设有不稳定系统： )()9.01()()1(111k u z z k y z ???+=? 期望传递函数的分母多项式为)5.01()(11???=z z Am ，期望输出m y 跟踪参考输入r y ，且无稳态误差。试按照极点配置方法设计控制系统，并写出控制表达式。 【3-2】 设有被控过程： )()2.11()()6.07.11(1221k u z z k y z z ????+=+? 给定期望传递函数的分母多项式为)08.06.01()(211???+?=z z z A m ，试按照极点配置方法设计控制系统，使期望输出无稳态误差，并写出控制表达式u(k)。
系统辨识试卷B参考答案
襄樊学院2008-2009学年度上学期《系统辨识》试题 B卷参考答案及评分标准 一、选择题：（从下列各题的备选答案中选出一个或几个正确答案，并将其代号写在题干后面的括号内。答案选错或未选全者，该题不得分。每空2分，共12分） 1、（D） 2、（A） 3、（C） 4、（ABC） 5、（BCD） 6、（B） 二、填空题：（每空2分，共14分） 1、图解 2、阶次和时滞 3、极大似然法和预报误差法 4、渐消记忆的最小二乘递推算法和限定记忆的最小二乘递推算法 三、判断题（下列命题你认为正确的在题后括号内打“√”；错误的打“×”并改正；每小题2分，共20分）（注：正确的题目括号内打“√”得2分，打“×”得0分；错误的题目括号内打“×”得1分，改正正确再得1分，错误的题目括号内打“√”得0分；） 1、（×）非零→零 2、（√） 3、（×）完全相同→不完全相同 4、（√） 5、（×）不相同→相同 6、（√） 7、（√） 8、（√） 9、（×）灰箱→白箱 10、（×）不需要→需要 四、简答题：（回答要点，并简明扼要作解释，每小题6分，共18分） 1、答：计算中用一个数值来表示对观测数据的相对的“信任程度”，这就是权。（2分） 对于时变参数系统，其当前的观测数据最能反映被识对象当前的动态特性，数据愈“老”，它偏离当前对象特性的可能性愈大。因此要充分重视当前的数据而将“过时的”、“陈旧的”数据逐渐“遗忘”掉，这就是加权的概念。（2分）具体的方法是，每当取得一个新的量测数据，就将以前的所有数据都乘上一个加权因子ρ（0<ρ<1）,这个加权因子体现出对老数据逐步衰减的作用，所以ρ也可称为衰减因子，因此在L次观测的基础上，在最小二乘准则中进行了某ρ=μ（0<μ<1），选择不同的μ就得到不同的加权效果。μ愈小，表示将过种加权，即取2 去的数据“遗忘”得愈快。（2分） 2、答：相关分析法的主要优点是由于M序列信号近似于白噪声，噪声功率均匀分布于整个频带，从而对系统的扰动甚微，保证系统能正常工作（1.5分）。此外。因为相关函数的计算是一种
系统辨识第五章作业
摘要 系统辨识是描述各种各样系统运动规律的一种方法论，是研究系统的一种有效工具。利用这个工具可以对我们要研究的系统进行定量描述。随着现代控制理论的迅速发展，系统辨识得到迅速而蓬勃发展，并已经成功运用与多种工程应用领域。但针对有色噪声干扰系统，传统的辨识方法不能得到良好的参数估计，而工程上大多系统都为有色噪声干扰系统。有色噪声干扰系统的一类系统为广义输出误差模型，本文对白噪声和有色噪声两种噪声干扰下运用最小二乘法，递推最小二乘法分别比较噪声的不同，以及进一步得出最小二乘法的适用性。进一步研究广义最小二乘法对有色噪声系统辨识的改进。 关键词：系统辨识；白噪声；有色噪声；最小二乘；递推最小二乘；广义最小二乘 ABSTRACT the law of motion of the system identification is to describe the various system and an effective tool for the system. It also can be used to study quantitative description of the system. With the rapid development of modern control theory,the development of system identification has been rapid and vigorous , and has been successfully applied to a variety of engineering applications. However, the traditional identification methods can't get good parameter estimation in engineering systems for colored noise . Colored noise jamming system is for generalized output error model.under two kinds of noise of white noise and color noise ,by using the least square method and the recursive least square method ,respectively to compare the different noise, and to further
期末考试试题集-自动控制原理(含完整答案)
期末考试-复习重点 自动控制原理1 一、单项选择题（每小题1分，共20分） 1. 系统和输入已知，求输出并对动态特性进行研究，称为（ ） A.系统综合 B.系统辨识 C.系统分析 D.系统设计 2. 惯性环节和积分环节的频率特性在（ ）上相等。 A.幅频特性的斜率 B.最小幅值 C.相位变化率 D.穿越频率 3. 通过测量输出量，产生一个与输出信号存在确定函数比例关系值的元件称为（ ） A.比较元件 B.给定元件 C.反馈元件 D.放大元件 4. ω从0变化到+∞时，延迟环节频率特性极坐标图为（ ） A.圆 B.半圆 C.椭圆 D.双曲线 5. 当忽略电动机的电枢电感后，以电动机的转速为输出变量，电枢电压为输入变量时，电动机可看作一个（ ） A.比例环节 B.微分环节 C.积分环节 D.惯性环节 6. 若系统的开环传 递函数为2) (5 10+s s ，则它的开环增益为（ ） A.1 B.2 C.5 D.10 7. 二阶系统的传递函数5 2 5)(2++=s s s G ，则该系统是（ ） A.临界阻尼系统 B.欠阻尼系统 C.过阻尼系统 D.零阻尼系统 8. 若保持二阶系统的ζ不变，提高ωn ，则可以（ ） A.提高上升时间和峰值时间 B.减少上升时间和峰值时间 C.提高上升时间和调整时间 D.减少上升时间和超调量 9. 一阶微分环节Ts s G +=1)(，当频率T 1=ω时，则相频特性)(ωj G ∠为（ ）
A.45° B.-45° C.90° D.-90° 10.最小相位系统的开环增益越大，其（ ） A.振荡次数越多 B.稳定裕量越大 C.相位变化越小 D.稳态误差越小 11.设系统的特征方程为()0516178234=++++=s s s s s D ，则此系统 （ ） A.稳定 B.临界稳定 C.不稳定 D.稳定性不确定。 12.某单位反馈系统的开环传递函数为：()) 5)(1(++=s s s k s G ，当k =（ ）时，闭环系统临界稳定。 A.10 B.20 C.30 D.40 13.设系统的特征方程为()025103234=++++=s s s s s D ，则此系统中包含正实部特征的个数有（ ） A.0 B.1 C.2 D.3 14.单位反馈系统开环传递函数为()s s s s G ++=652，当输入为单位阶跃时，则其位置误差为（ ） A.2 B.0.2 C.0.5 15.若已知某串联校正装置的传递函数为1 101)(++=s s s G c ，则它是一种（ ） A.反馈校正 B.相位超前校正 C.相位滞后—超前校正 D.相位滞后校正 16.稳态误差e ss 与误差信号E (s )的函数关系为（ ） A.)(lim 0s E e s ss →= B.)(lim 0 s sE e s ss →= C.)(lim s E e s ss ∞→= D.)(lim s sE e s ss ∞ →= 17.在对控制系统稳态精度无明确要求时，为提高系统的稳定性，最方便的是（ ） A.减小增益 B.超前校正 C.滞后校正 D.滞后-超前 18.相位超前校正装置的奈氏曲线为（ ）
系统辨识研究综述
系统辨识研究综述 摘要：本文综述了系统辨识的发展与研究内容，对现有的系统辨识方法进行了介绍并分析其不足，进一步引出了把神经网络、遗传算法、模糊逻辑、小波网络知识应用于系统辨识得到的一些新型辨识方法。并对基于T-S模型的模糊系统辨识进行了介绍。文章最后对系统辨识未来的发展方向进行了介绍 关键词：系统辨识；建模；神经网络；遗传算法；模糊逻辑；小波网络；T-S 模型 1.系统辨识的发展和基本概念 1.1系统辨识发展 现代控制论是控制工程新的理论基础。辨识、状态估计和控制理论是现代控制论三个相互渗透的领域。辨识和状态估计离不开控制理论的支持；控制理论的应用又几乎不能没有辨识和状态估计。 而现代控制论的实际应用不能脱离被控对象的动态特性，且所用的数学模型需要选择一种使用方便的描述形式。但很多情况下建立被控对象的数学模型并非易事，尤其是实际的物理或工程对象，它们的机理复杂且含有各种噪声，使建立数学模型更加困难。系统辨识就是应此需要而形成的一门学科。 系统辨识和系统参数估计是六十年代开始迅速发展起来的。1960年，在莫斯科召开的国际自动控制联合会(IFCA)学术会议上，只有很少几篇文章涉及系统辨识和系统参数估计问题。然而，在此后，人们对这一学科给予了很大的注意，有关系统辨识的理论和应用的讨论日益增多。七十年代以来，随着计算机的开发和普及，系统辨识得到了迅速发展，成为了一门非常活跃的学科。 1.2系统辨识基本概念的概述 系统辨识是建模的一种方法。不同的学科领域,对应着不同的数学模型,从某种意义上讲,不同学科的发展过程就是建立它的数学模型的过程。建立数学模型有两种方法:即解析法和系统辨识。 L. A. Zadeh于1962年给辨识提出了这样的定义：“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。”当然按照Zadeh的定义，寻找一个与实际过程完全等价的模型无疑是非常困难的。根据实用性观点，对模型的要求并非如此苛刻。1974年，P. E. ykhoff给出辨识的定义“辨识问题可以归结为用一个模型来表示客观系统(或将要构造的系统) 本质为： 特征的一种演算，并用这个模型把对客观系统的理解表示成有用的形式。而1978
《系统辨识》实验手册-16页文档资料
《系统辨识》 实验手册 哈尔滨工业大学控制与仿真中心 2012年8月 目录 实验1白噪声和M序列的产生---------------------------------------------------------- 2实验2脉冲响应法的实现----------------------------------------------------------------5实验3最小二乘法的实现--------------------------------------------------------------- 9 实验4递推最小二乘法的实现---------------------------------------------------------- 12附录实验报告模板----------------------------------------------------------------------16 实验1 白噪声和M序列的产生 一、实验目的 1、熟悉并掌握产生均匀分布随机序列方法以及进而产生高斯白噪声方法
2、熟悉并掌握M 序列生成原理及仿真生成方法 二、实验原理 1、混合同余法 混合同余法是加同余法和乘同余法的混合形式，其迭代式如下： 式中a 为乘子，0x 为种子，b 为常数，M 为模。混合同余法是一种递归算法，即先提供一个种子0x ，逐次递归即得到一个不超过模M 的整数数列。 2、正态分布随机数产生方法 由独立同分布中心极限定理有：设随机变量12,,....,,...n X X X 相互独立，服从同一分布，且具有数学期望和方差： 则随机变量之和1n k i X =∑的标准化变量: () n n n k k k X E X X n Y μ --= = ∑∑∑近似服从(0,1)N 分布。 如果n X 服从[0, 1]均匀分布，则上式中0.5μ=，2 1 12 σ= 。即 0.5n k X n Y -= ∑近似服从(0,1)N 分布。 3、M 序列生成原理 用移位寄存器产生M 序列的简化框图如下图所示。该图表示一个由4个双稳态触发器顺序连接而成的4级移位寄存器，它带有一个反馈通道。当移位脉冲来到时，每级触发器的状态移到下一级触发器中，而反馈通道按模2加法规则反馈到第一级的输入端。
系统辨识课程综述
系统辨识课程综述 通过《系统辨识》课程的学习，了解了系统辨识问题的概述及研究进展；掌握了经典的辨识理论和辨识技术及其优缺点，如：脉冲响应法、最小二乘法（LS）和极大似然法等；同时对于那些为了弥补经典系统辨识方法的不足而产生的现代系统辨识方法的原理及其优缺点有了一定的认识，如：神经网络系统辨识、基于遗传算法的系统辨识、模糊逻辑系统辨识、小波网络系统辨识等；最后总结了系统辨识研究的发展方向。 一、系统辨识概论 自40年代Wiener创建控制论和50年代诞生工程控制论以来，控制理论和工程就一直围绕着建立模型和控制器设计这两个主题来发展。它们相互依赖、相互渗透并相互发展；随着控制过程的复杂性的提高以及控制目标的越来越高，控制理论的应用日益广泛，但其实际应用不能脱离被控对象的数学模型。但是大多数情况下，被控对象的数学模型是不知道的，或者在正常运行期间模型的参数可能发生变化，此时建立模型需要细致、完整地分析系统的机理和所有对该系统的行为产生影响的各种因素，从而变得十分困难。系统辨识建模正是适应这一需要而产生的，它是现代控制理论中一个很活跃的分支。 系统辨识是建模的一种方法，不同的学科领域，对应着不同的数学模型。从某种意义上来说，不同学科的发展过程就是建立他的数学模型的过程。所谓系统辨识，通俗地说，就是研究怎样利用对未知系统的试验数据或在线运行数据（输入/输出数据），运用数学归纳、统
计回归的方法建立描述系统的数学模型的科学。Zadeh与Ljung明确提出了系统辨识的三个要素：输入输出数据，模型类和等价准则。总之，辨识的实质就是从一组模型类中选择一个模型，按照某种准则，使之能最好地拟合我们所关心的实际过程的静态或动态特性。 通过辨识建立数学模型的目的是估计表征系统行为的重要参数，建立一个能模仿真实系统行为的模型，用当前可测量的系统的输入和输出预测系统输出的未来演变，以及设计控制器。对系统进行分析的主要问题是根据输入时间函数和系统的特性来确定输出信号；对系统进行控制的主要问题是根据系统的特性设计控制输入，使输出满足预先规定的要求。而系统辨识亦称为实验建模方法，它是“系统分析”和“控制系统设计”的逆问题。通常，预先给定一个模型类μ＝｛M｝（即给定一类已知结构的模型），一类输入信号u和等价准则J＝L(y，yM)(一般情况下，J是误差函数，是过程输出y和模型输出yM的一个泛函)；然后选择使误差函数J达到最小的模型，作为辨识所要求的结果。 二、经典的系统辨识 经典的系统辨识方法包括脉冲响应法、最小二乘法（LS）和极大似然法等。其中最小二乘法(LS)是应用最广泛的方法,但由于它是非一致的，是有偏差性，所以为了克服他的缺陷，形成了一些以最小二乘法为基础的系统辨识方法：广义最小二乘法(GLS)、辅助变量法(IV)、增广最小二乘法(ELS)、广义最小二乘法(GLS)，以及将一般的最小二乘法与其他方法相结合的方法，有：最小二乘两步法(COR—LS)