(完整word版)系统辨识报告(word文档良心出品)_第1页
(完整word版)系统辨识报告(word文档良心出品)_第2页
(完整word版)系统辨识报告(word文档良心出品)_第3页
(完整word版)系统辨识报告(word文档良心出品)_第4页
(完整word版)系统辨识报告(word文档良心出品)_第5页
免费预览已结束,剩余1页可下载查看

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、系统辨识实验报告实验一最小二乘法21最小二乘算法1.1基本原理系统模型A(z)z(k) =B(z 二)u(k) + n(k)A(z)=1 +a1Z+a2z'+ anazaB(z)=b1Z+b2z2 +bnbzb最小二乘格式z(k) =hT (k)& +n(k)nau(k - nJ Th(k) = Lz(k-1) -z(k-na) u(k-1) 日ana b1bnj对于k =1,2,丄,构成线性方程组Zl = H L 日 + nL式中,ZL =Z(1) Z(2)z(L)Tln(1) n(2)n(L)THl =hT f -z(0)-Z(1- na)u(0)u(1-nb)"

2、hTb=-z(1)-h+ J -Z(2 -na)bu(1)-b+ J u(2 - nb)bLhT(L).z(L-1)-z(L na)u(L-1)u(L-nJ.参数估计值为呂s "hIHl thIzl1.2 Matlab 编程%基本最小二乘法LSclear;clcB中体现时滞(d=1)A=o nes(5,1);B=o nes(4,1);%A 为首 1 多项式, n a=le ngth(A)-1; nb=le ngth(B);load dryer2 z=y2-mea n( y2); u=u2-mea n( u2); L=le ngth(z);for i=1:Lfor j=1: na if

3、 i-j>0HL1(i,j)=-z(i-j);elseHL1(i,j)=0; endendfor j=1: nbif i-j>0HL2(i,j)=u(i-j); elseHL2(i,j)=0; endend endHL=HL1 HL2; zL=z;theta=i nv(HL'*HL)*HL'*zL;1.3实验结果-1.12440.08100.2364-0.06430.00010.00550.06290.0529即1_j_2_2_4A(z )=1 -1.1244z+0.0810Z+0.2364z-0.0643zB(z4) =0.0001z4 +0.0055z'

4、 +0.0629z' -0.0529z32递推最小二乘算法2.1基本原理系统模型A(z4)z(k) =B(z4)u(k) +n (k)A(z)=1 +&才+ a2z'+ anazaB(z') =b1z' +b2zN + bzb最小二乘格式z(k) =hT(k)& +n(k)递推算法K(k) = P(k -1)h(k)hT(k)P(k -1)h(k) +1” 政k) -1) + K(k)Z(k) -hT(k)啟k-1) P(k) = & -K(k)hT(k)P(k -1)取初值 吸0) =106P(0) =0 2.2 Matlab 编程%递

5、推最小二乘法clear;clcA=o nes(5,1);B=o nes(4,1); n a=le ngth(A)-1; nb=le ngth(B);load dryer2 z1=y2-mea n(y2); u1=u2-mea n(u2);L=le ngth(z1); L=( L-max( na, nb);z=zeros( na,1);u=zeros( nb,1);P=10A8*eye( na+n b); theta_1=zeros( na+n b,1); theta=zeros( na+n b,1);K=zeros( na+n b,1);for k=1:1:Lt(k)=k;h=-z;u;K=P

6、 *h/(h'* P*h+1);theta(:,k)=theta_1+K*(z1(k)-h'*theta_1); P=(eye( na+n b)-K*h')* P;theta_1=theta(:,k);for i=n b:-1:2u(i)=u(i-1);endu(1)=u1(k);3for i=n a:-1:2 z(i)=z(i-1);end z(1)=z1(k);endplot(t,theta);2.3实验结果辨识曲线如下-1-2-3a1 a2 a3a4b1b2b3b45-401002003004005006007008009001000图1辨识参数曲线由图1可以看出

7、,在辨识起始阶段参数波动较大,基于一定数据后参数稳定 在一定值附近,总体的辨识效果较好。由于初值?:0), P(0)取为定值,所以初始阶段辨识参数波动较大,若初值利用一定长度数据采取一次完成算法求得,则初始阶段参数波动会较小。实验二MATLAB辨识工具箱学习1实验内容本部分实验旨在了解MATLAB识工具箱的功能及使用辨识工具箱的基本步 骤。实验中参考实验一中基本最小二乘法中的例子进行辨识。2实验结果了解学习过程中,对原始输入输出数据进行预处理后得到如下结果。y2-21-1U 001002003004005006007008009001000Time图2预处理后输入输出图形图2上图是原始输出信号图形,下图是经预处理后输入信号的图形, 可看出 经零均值化后输入信号变得平整了。对实验一中基本最小二乘中的例子进行辨识后得到如下系统模型A(.qi) = 1 -1.122 q-1 + 0 07626 cf-2 + 0 2394 口亠3 - 0 M5

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论