系统辨识前沿讲座

系统辨识前沿讲座第1页，课件共52页，创作于2023年2月技术讲座系统辨识2讲座内容What:什么是系统辨识Why:为什么用系统辨识Where/who/when:系统辨识的应用领域How:如何进行系统辨识Applications:系统辨识实例Conclusions:结束语What:什么是系统辨识第2页，课件共52页，创作于2023年2月技术讲座系统辨识3What：什么是系统辨识系统(system)系统是相互作用相互影响的元素的集合系统的概念及其思想广泛应用于自然科学和社会科学的许多领域工业生产系统自然系统、环境系统人体生命系统经济、社会系统等等、等等第3页，课件共52页，创作于2023年2月技术讲座系统辨识4What：什么是系统辨识模型(model)研究一个系统，首先要掌握该系统的特性把系统的主要特性进行简化抽象后的表现形式是模型模型的种类物理模型（physicalmodel):实际系统的物理模拟思考模型

(mentalmodel):日常生活中大脑判断、脑神经支配身体动作的模型图表模型(graphicalmodel):用图表的方式表示系统各个要素的连接、信号流向的模型数学模型(mathematicalmodel):用数学方法定量描述系统特性的模型第4页，课件共52页，创作于2023年2月技术讲座系统辨识5What：什么是系统辨识建模(systemmodeling)模型是人工建立的，需要从实际对象中获取建立系统数学模型的过程称为建模系统辨识是从系统输入输出的测量数据建立系统数学模型的方法输入

输出系统干扰／噪音第5页，课件共52页，创作于2023年2月技术讲座系统辨识6讲座内容What:什么是系统辨识Why:为什么用系统辨识Where/who/when:系统辨识的应用领域How:如何进行系统辨识Applications:系统辨识实例Conclusions:结束语Why:为什么用系统辨识第6页，课件共52页，创作于2023年2月技术讲座系统辨识7Why:为什么用系统辨识工程中与系统相关的问题系统分析、设计系统控制、维护、故障检测系统预报、仿真基于系统模型解决系统问题解决系统问题需要掌握系统特性系统模型可以为数学方法提供解决系统问题的平台基于模型的方法容易在计算机环境中实现、修正大大降低成本、缩短周期问题解决的成否很大程度上取决于模型质量第7页，课件共52页，创作于2023年2月技术讲座系统辨识8Why:为什么用系统辨识建模的方法及特点(1)解析法(白箱建模):利用已知的物理定律、自然法则等建模优点:模型比较准确可信缺点:模型往往比较复杂，难以适用于大规模系统(需要全部了解各个环节所适用的定律及参数)第8页，课件共52页，创作于2023年2月技术讲座系统辨识9Why:为什么用系统辨识建模的方法及特点(2)系统辨识(黑箱建模):利用系统的输入输出数据建立系统模型优点:应用范围广，容易实现缺点:用模型之前需检验其有效性及可靠性第9页，课件共52页，创作于2023年2月技术讲座系统辨识10Why:为什么用系统辨识建模的方法及特点(3)解析法和系统辨识相结合的建模法(灰箱建模)优点:

充分利用已知信息提高建模的可靠性缺点:需要把已知信息和建模过程中的数值计算有机结合方面的经验第10页，课件共52页，创作于2023年2月技术讲座系统辨识11Why:为什么用系统辨识实际问题中的建模利用已知信息确定模型的种类:数学表达式的形式、参数范围等利用系统辨识求解模型中未确定的部分利用系统辨识随时监测系统特性的变动利用已知信息和实测数据检验模型的可靠性

系统辨识是系统问题中不可缺少的建模工具第11页，课件共52页，创作于2023年2月技术讲座系统辨识12讲座内容What:什么是系统辨识Why:为什么用系统辨识Where/who/when:系统辨识的应用领域How:如何进行系统辨识Applications:系统辨识实例Conclusions:结束语Where/who/when:系统辨识的应用领域第12页，课件共52页，创作于2023年2月技术讲座系统辨识13Where/who/when:系统辨识的应用领域WhereWhenWho工业过程、测量、信号处理、通信、物理、航天航空、交通运输、地质探测、地震检测预报环境、生物、医疗卫生、生体科学、农业技术、经济、金融外汇、股市系统分析、高性能系统设计、系统控制、预测、仿真工程技术人员、自然科学研究人员、社会科学研究人员、金融经济政策决策人员第13页，课件共52页，创作于2023年2月技术讲座系统辨识14讲座内容What:什么是系统辨识Why:为什么用系统辨识Where/who/when:系统辨识的应用领域How:如何进行系统辨识Applications:系统辨识实例Conclusions:结束语How:如何进行系统辨识第14页，课件共52页，创作于2023年2月技术讲座系统辨识15How:如何进行系统辨识系统辨识的一般步骤需求分析明确系统辨识的目的和性能要求系统要素及其对系统特性有影响的环境因素各元素间的影响定性定量分析理论解析建模对象所适用的自然准则、物理准则适合于描述对象特性的模型种类、参数范围收集测量数据辨识实验设计:选择输入信号、采样频率、测量装置的安装实验数据收集、预处理模型参数估计模型的可靠性检验第15页，课件共52页，创作于2023年2月技术讲座系统辨识16How:如何进行系统辨识古典辨识方法随着1940年代开始的古典控制发展起来以非参数模型的建模为主古典辨识方法的分类频率响应法(Frequencyresponse)瞬态响应法(Transientresponse)阶跃响应法(Stepresponse)脉冲响应法(Impulseresponse)相关分析法(Correlationanalysis)谱分析法(Spectrumanalysis)第16页，课件共52页，创作于2023年2月技术讲座系统辨识17How:

如何进行系统辨识现代辨识方法始于1960年代参数模型的建模通过对衡量模型和测量数据之间吻合程度的评价函数的最优化求模型参数需要有效的最优化算法第17页，课件共52页，创作于2023年2月技术讲座系统辨识18How:如何进行系统辨识现代辨识方法的分类最小2乘类(Leastsquares)最小2乘，广义最小2乘，扩展最小2乘辅助变量法极大似然法(Maximumlikelihood)预报误差法(Predictionerror)在线递推辨识算法(Recursivealgorithm)递推最小2乘法递推辅助变量法递推预报误差法子空间法:多变量系统的辨识(Subspacemethod)模糊辨识(Fuzzyidentification)第18页，课件共52页，创作于2023年2月技术讲座系统辨识19How:如何进行系统辨识面向问题的系统辨识(1)自适应系统、实时系统的在线辨识算法递推最小2乘法递推辅助变量法递推预报误差法实时故障诊断、定位频域系统辨识用时域信号建立频率响应模型频域优化算法时间序列分析金融、经济、外汇股市等数据分析水文、地质、环境等数据分析生体信号处理、内部机理分析第19页，课件共52页，创作于2023年2月技术讲座系统辨识20How:如何进行系统辨识面向问题的系统辨识(2)闭环控制设计中的闭环系统辨识用控制对象的输入输出信号直接辨识法使用外部辨识信号的间接辨识法闭环辨识和控制器设计的在线融合非线性系统辨识Hammerstein、Wiener模型建模用神经网络、遗传算法等建模局部模型建模法第20页，课件共52页，创作于2023年2月技术讲座系统辨识21How:如何进行系统辨识面向问题的系统辨识(3)面向鲁棒系统设计的鲁棒系统辨识模型中不确定性、未建模成分的评价模型集合的辨识连续时间系统辨识时变系统的辨识盲辨识:系统输入信息残缺或不可测通信系统建模信号测量系统建模第21页，课件共52页，创作于2023年2月技术讲座系统辨识22How:如何进行系统辨识系统辨识的学习数学基础系统理论数值计算应用

微积分线性代数积分变换线性系统理论随机过程・・・系统辨识计算方法程序开发、仿真技术信号处理控制系统设计系统分析、预报・・・最优化技术第22页，课件共52页，创作于2023年2月技术讲座系统辨识23How:如何进行系统辨识参考书(原版影印本)第23页，课件共52页，创作于2023年2月技术讲座系统辨识24How:如何进行系统辨识参考书第24页，课件共52页，创作于2023年2月技术讲座系统辨识25How:如何进行系统辨识计算机软件Matlab/Simulink美国TheMathWorks公司出品SystemIdentificationToolboxFrequencyDomainIdentificationToolboxCONSIDToolbox其他关联工具箱：SignalProcessing,ControlSystem,Optimization,NeuralNetwork,etc.其他软件

Mathematica、Maple、C、Excel･･･

第25页，课件共52页，创作于2023年2月技术讲座系统辨识26讲座内容What:什么是系统辨识Why:为什么用系统辨识Where/who/when:系统辨识的应用领域How:如何进行系统辨识Applications:系统辨识实例Conclusions:结束语Applications:系统辨识实例第26页，课件共52页，创作于2023年2月技术讲座系统辨识27Applications:系统辨识实例闭环辨识(Closed-LoopIdentification)闭环系统(Closed-LoopSystem)

C(z)：控制器;F(z)：传感测量装置;G(z)：控制对象

r(k)：设定值；u(k)：控制输入；y(k):输出；e(k)：干扰或噪音闭环系统构成框图辨识对象w(k)L(z)F(z)C(z)G(z)H(z)d(k)r(k)v(k)u(k)y(k)e(k)+-++第27页，课件共52页，创作于2023年2月技术讲座系统辨识28Applications:系统辨识实例闭环辨识闭环辨识的难点1:信息损失对象模型:y(k)+ay(k-1)=bu(k-1)+w(k)控制输入：u(k)＝fv(k)=-

fy(k)闭环系统例fbz-11+a

z-111+a

z-1r(k)=常数0v(k)u(k)w(k)y(k)e(k)+-++y(k)+(a+f)y(k-1)=(b-1)u(k-1)+w(k)第28页，课件共52页，创作于2023年2月技术讲座系统辨识29Applications:系统辨识实例闭环辨识闭环辨识的难点2:输入和噪音相关辨识对象w(k)L(z)F(z)C(z)G(z)H(z)d(k)r(k)v(k)u(k)y(k)e(k)++辨识对象w(k)L(z)G(z)H(z)d(k)u(k)y(k)e(k)++第29页，课件共52页，创作于2023年2月技术讲座系统辨识30Applications:系统辨识实例闭环辨识闭环辨识的难点3:数值计算问题 反馈环节增大了输入和输出的依存性，使得关于输入输出测量数据矩阵的有关计算对噪音干扰十分敏感第30页，课件共52页，创作于2023年2月技术讲座系统辨识31Applications:系统辨识实例闭环辨识闭环辨识的难点3:数值计算问题

依存性小的情况依存性大的情况第31页，课件共52页，创作于2023年2月技术讲座系统辨识32Applications:系统辨识实例闭环辨识传统闭环辨识方法加外部测试信号消除输入输出信号间的相关，提高建模可靠性测试信号会引起运行波动，因此很多实际过程不允许加很强的测试信号多个控制器切换在不同的控制规则中切换，降低输入输出的线性相关需要设计多个控制器，切换的同时也会引起运行波动第32页，课件共52页，创作于2023年2月技术讲座系统辨识33Applications:系统辨识实例闭环辨识输出多采样辨识方法辨识对象F(z)C(z)G(z)H(z)v(mT)u(mT)y(mT)e(mT)++辨识对象F(z)C(z)GD(q)HD(q)r(mT)v(mT)u(mT)yD(kD)eD(kD)++wD(kD)w(mT)r(mT)T=pD第33页，课件共52页，创作于2023年2月技术讲座系统辨识34Applications:系统辨识实例闭环辨识输出多采样辨识方法控制器和反馈信号都不需改变，只是提高了输出信号的采样频率不需要另加外部测试信号，也不需要多个控制器切换对系统运行没有影响

G2(z)yD(mT+2D)eD(mT+2D)++G(z)yD(mT)eD(mT)++G1(z)u(mT)yD(mT+D)eD(mT+D)++反馈…“开环”状态第34页，课件共52页，创作于2023年2月技术讲座系统辨识35Applications:系统辨识实例闭环辨识输出多采样在通信系统中的信道辨识问题

信道发送信号接收信号噪音++未知未知mT-TmT-DmTmT+DmT+T……第35页，课件共52页，创作于2023年2月技术讲座系统辨识36Applications:系统辨识实例闭环辨识输出多采样在通信系统中的信道辨识问题例:

H(z)H1(z)第36页，课件共52页，创作于2023年2月技术讲座系统辨识37Applications:系统辨识实例闭环辨识输出多采样在通信系统中的信道辨识问题

H1(z)yD(mT+D)eD(mT+D)++H(z)yD(mT)eD(mT)++…u(mT)第37页，课件共52页，创作于2023年2月技术讲座系统辨识38Applications:系统辨识实例非线性系统辨识常见的非线性特性饱和(saturation)死区(deadzone)回环型非线性非线性摩擦(nonlinearfriction)

齿隙型(backlash)

继电型(relay)滞后回环(hysteresis)第38页，课件共52页，创作于2023年2月技术讲座系统辨识39Applications:系统辨识实例非线性系统辨识非线性系统辨识的难点非线性特性多种多样，没有统一的表达形式。叠加定理不再适用于非线性系统，系统成分难于分解动作点的变动可能带来系统特性的较大波动非线性的数值计算比较难，而且不能保证得到全局最优解第39页，课件共52页，创作于2023年2月技术讲座系统辨识40Applications:系统辨识实例非线性系统辨识选择非线性模型的原则如果能用线性模型近似的话就尽量用线性模型必须选择非线性模型的情况下，尽量选择待定参数少的模型必须选择非线性模型的情况下，尽量选择简单、容易辨识的模型结构在能够满足实用要求的情况下，可以在模型精度和建模的复杂程度之间取得折衷第40页，课件共52页，创作于2023年2月技术讲座系统辨识41Applications:系统辨识实例非线性系统辨识常用的非线性模型(1)Volterra级数相当于函数的幂级数展开把非线性辨识问题转换成Volterra核的系数求解问题缺点:当输入信号为有色信号时需要高阶Volterra核第41页，课件共52页，创作于2023年2月技术讲座系统辨识42Applications:系统辨识实例非线性系统辨识常用的非线性模型(2)面向模块的模型非线性环节为静态非线性(与时间无关)非线性环节与线性环节是串联结构、各个环节可以完全分离模型结构有Hammerstein模型、Wiener模型、Hammerstein-Wiener模型、Wiener-Hammerstein模型等局限性:只适用于特定的非线性系统结构(串级系统、控制执行机构等)第42页，课件共52页，创作于2023年2月技术讲座系统辨识43Applications:系统辨识实例非线性系统辨识常用的非线性模型(2)面向模块的模型Hammerstein模型结构Wiener模型结构中间变量x(k)未知(不可测)静态非线性环节可以用连续函数描述的情况下，可以用多项式,三角函数，或者样条插值曲线等近似静态非线性环节动态线性环节u(k) x(k) y(k)静态非线性环节动态线性环节u(k) x(k) y(k)第43页，课件共52页，创作于2023年2月技术讲座系统辨识44Applications:系统辨识实例非线性系统辨识常用的非线性模型(2)面向模块的模型Hammerstein－Wiener、Wiener－

Hammerstein模型结构u(k)

x1(k) x2(k)

y(k)u(k)x1(k) x2(k)

y(k)NLN型LNL型动态线性环节动态线性环节动态线性环节静态非线性环节静态非线性环节静态非线性环节第44页，课件共52页，创作于2023年2月技术讲座系统辨识45Applications:系统辨识实例非线性系统辨识常用的非线性模型(3)阶层模型(GroupMethodofDataHandling:GMDH)已知信号层：输入输出及其迟延信号中间层：由数个子模型构成，各个子模型的输入是上一层的子模型的输出各层的子模型采用简单的结构，例如

u(k)u(k-1)、u2(k)(并列)中间层(并列)中间层

x11(k)u(k),y(k) y(k)xm1(k)・・・已知信号层第45页，课件共52页，创作于2023年2月技术讲座系统辨识46Applications:系统辨识实例非线性系统辨识常用的非线性模型(4)非线性ARMAX模型:NARMAX表达式

Fl[・]是非线性函数，l是非线性的次