自適應(yīng)控制-第五講-最小方差自校正控制資料

其它最小二乘法參數(shù)估計(jì)遺忘因子遞推最小二乘法參數(shù)估計(jì)增廣最小二乘法參數(shù)估計(jì)廣義最小二乘法參數(shù)估計(jì)遺忘因子遞推最小二乘法參數(shù)估計(jì)當(dāng)接受遞推最小二乘法時(shí)，已有的全部信息向量都會(huì)在遞推過(guò)程中發(fā)揮作用，因此隨著時(shí)間的推移，新采集到的信息向量對(duì)參數(shù)估計(jì)值的修正作用會(huì)漸漸減弱，稱(chēng)為“數(shù)據(jù)飽和”現(xiàn)象，也就是說(shuō)遞推算法的計(jì)算效率漸漸降低。當(dāng)被辨識(shí)的系統(tǒng)參數(shù)緩慢時(shí)變時(shí)，遞推最小二乘法參數(shù)估計(jì)不能很好地實(shí)現(xiàn)系統(tǒng)辨識(shí)。遺忘因子遞推最小二乘法參數(shù)估計(jì)是在遞推公式中加入遺忘因子，漸漸減小舊信息向量在參數(shù)估計(jì)中的權(quán)重，以加強(qiáng)新信息向量的作用，跟隨系統(tǒng)參數(shù)的時(shí)變。遺忘因子遞推最小二乘法參數(shù)估計(jì)自校正限制r（t）控制器參數(shù)設(shè)計(jì)被控對(duì)象y（t）控制器辨識(shí)器u（t）是一個(gè)迭代優(yōu)化的過(guò)程，通過(guò)邊辨識(shí)、邊綜合，使得限制器參數(shù)能夠逐步趨向于最優(yōu)值的過(guò)程?！白孕Ｕ拗啤钡幕舅枷耄?將參數(shù)估計(jì)算法與不同類(lèi)型算法結(jié)合起來(lái)，形成一個(gè)能自動(dòng)校正限制器參數(shù)的實(shí)時(shí)計(jì)算機(jī)限制系統(tǒng)。1自校正限制r（t）控制器參數(shù)設(shè)計(jì)被控對(duì)象y（t）控制器辨識(shí)器u（t）可認(rèn)為在自校正調(diào)整過(guò)程中，被控對(duì)象的模型是不變的，自校正限制的過(guò)程為：面對(duì)的三個(gè)問(wèn)題：（1）對(duì)過(guò)程進(jìn)行在線遞推參數(shù)估計(jì)；（2）設(shè)計(jì)限制率；（3）設(shè)計(jì)在計(jì)算機(jī)上如何實(shí)現(xiàn)；2最小方差自校正限制閉環(huán)系統(tǒng)可辨識(shí)條件最小方差限制最小方差自校正限制廣義最小方差限制基于廣義最小方差限制閉環(huán)系統(tǒng)可辨識(shí)條件閉環(huán)系統(tǒng)可辨識(shí)條件閉環(huán)系統(tǒng)可辨識(shí)條件閉環(huán)系統(tǒng)可辨識(shí)條件最小方差限制系統(tǒng)模型最小方差限制原理最小方差預(yù)報(bào)最小方差限制最小方差限制的特性最小方差限制對(duì)該系統(tǒng),有如下假設(shè):被控系統(tǒng)時(shí)滯時(shí)間k以剛好滯算子z-1的多項(xiàng)式A、B和C的階次及系數(shù)都已知;2.被控系統(tǒng)為最小相位系統(tǒng),即多項(xiàng)式B(z)的全部零點(diǎn)都在單位圓內(nèi);3.A(z)、C(z)全部零點(diǎn)都為穩(wěn)定的,即全部零點(diǎn)都在單位圓內(nèi);4.{w(k)}為零均值白噪聲序列,且E{w2(k)}=2.3最小方差限制最小方差調(diào)整的基本思想是: 由于系統(tǒng)中信道存在著k步時(shí)滯,這就使得當(dāng)前的限制作用u(t)要到k個(gè)采樣周期后才能對(duì)輸出產(chǎn)生影響. 因此,要獲得輸出方差最小,就必需對(duì)輸出量提前k步進(jìn)行預(yù)報(bào),然后依據(jù)預(yù)報(bào)值來(lái)計(jì)算適當(dāng)?shù)恼{(diào)整作用u(t). 這樣,通過(guò)不斷的預(yù)報(bào)和調(diào)整,就能始終保持輸出量的穩(wěn)態(tài)方差為最小.43.最小方差預(yù)報(bào)最小方差限制最小方差限制最小方差限制5最小方差限制練習(xí)最小方差限制