系統(tǒng)辨識(shí)前沿講座

系統(tǒng)辨識(shí)前沿講座第一頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)2講座內(nèi)容What:什么是系統(tǒng)辨識(shí)Why:為什么用系統(tǒng)辨識(shí)Where/who/when:系統(tǒng)辨識(shí)的應(yīng)用領(lǐng)域How:如何進(jìn)行系統(tǒng)辨識(shí)Applications:系統(tǒng)辨識(shí)實(shí)例Conclusions:結(jié)束語(yǔ)What:什么是系統(tǒng)辨識(shí)第二頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)3What：什么是系統(tǒng)辨識(shí)系統(tǒng)(system)系統(tǒng)是相互作用相互影響的元素的集合系統(tǒng)的概念及其思想廣泛應(yīng)用于自然科學(xué)和社會(huì)科學(xué)的許多領(lǐng)域工業(yè)生產(chǎn)系統(tǒng)自然系統(tǒng)、環(huán)境系統(tǒng)人體生命系統(tǒng)經(jīng)濟(jì)、社會(huì)系統(tǒng)等等、等等第三頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)4What：什么是系統(tǒng)辨識(shí)模型(model)研究一個(gè)系統(tǒng)，首先要掌握該系統(tǒng)的特性把系統(tǒng)的主要特性進(jìn)行簡(jiǎn)化抽象后的表現(xiàn)形式是模型模型的種類(lèi)物理模型（physicalmodel):實(shí)際系統(tǒng)的物理模擬思考模型

(mentalmodel):日常生活中大腦判斷、腦神經(jīng)支配身體動(dòng)作的模型圖表模型(graphicalmodel):用圖表的方式表示系統(tǒng)各個(gè)要素的連接、信號(hào)流向的模型數(shù)學(xué)模型(mathematicalmodel):用數(shù)學(xué)方法定量描述系統(tǒng)特性的模型第四頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)5What：什么是系統(tǒng)辨識(shí)建模(systemmodeling)模型是人工建立的，需要從實(shí)際對(duì)象中獲取建立系統(tǒng)數(shù)學(xué)模型的過(guò)程稱(chēng)為建模系統(tǒng)辨識(shí)是從系統(tǒng)輸入輸出的測(cè)量數(shù)據(jù)建立系統(tǒng)數(shù)學(xué)模型的方法輸入

輸出系統(tǒng)干擾／噪音第五頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)6講座內(nèi)容What:什么是系統(tǒng)辨識(shí)Why:為什么用系統(tǒng)辨識(shí)Where/who/when:系統(tǒng)辨識(shí)的應(yīng)用領(lǐng)域How:如何進(jìn)行系統(tǒng)辨識(shí)Applications:系統(tǒng)辨識(shí)實(shí)例Conclusions:結(jié)束語(yǔ)Why:為什么用系統(tǒng)辨識(shí)第六頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)7Why:為什么用系統(tǒng)辨識(shí)工程中與系統(tǒng)相關(guān)的問(wèn)題系統(tǒng)分析、設(shè)計(jì)系統(tǒng)控制、維護(hù)、故障檢測(cè)系統(tǒng)預(yù)報(bào)、仿真基于系統(tǒng)模型解決系統(tǒng)問(wèn)題解決系統(tǒng)問(wèn)題需要掌握系統(tǒng)特性系統(tǒng)模型可以為數(shù)學(xué)方法提供解決系統(tǒng)問(wèn)題的平臺(tái)基于模型的方法容易在計(jì)算機(jī)環(huán)境中實(shí)現(xiàn)、修正大大降低成本、縮短周期問(wèn)題解決的成否很大程度上取決于模型質(zhì)量第七頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)8Why:為什么用系統(tǒng)辨識(shí)建模的方法及特點(diǎn)(1)解析法(白箱建模):利用已知的物理定律、自然法則等建模優(yōu)點(diǎn):模型比較準(zhǔn)確可信缺點(diǎn):模型往往比較復(fù)雜，難以適用于大規(guī)模系統(tǒng)(需要全部了解各個(gè)環(huán)節(jié)所適用的定律及參數(shù))第八頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)9Why:為什么用系統(tǒng)辨識(shí)建模的方法及特點(diǎn)(2)系統(tǒng)辨識(shí)(黑箱建模):利用系統(tǒng)的輸入輸出數(shù)據(jù)建立系統(tǒng)模型優(yōu)點(diǎn):應(yīng)用范圍廣，容易實(shí)現(xiàn)缺點(diǎn):用模型之前需檢驗(yàn)其有效性及可靠性第九頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)10Why:為什么用系統(tǒng)辨識(shí)建模的方法及特點(diǎn)(3)解析法和系統(tǒng)辨識(shí)相結(jié)合的建模法(灰箱建模)優(yōu)點(diǎn):

充分利用已知信息提高建模的可靠性缺點(diǎn):需要把已知信息和建模過(guò)程中的數(shù)值計(jì)算有機(jī)結(jié)合方面的經(jīng)驗(yàn)第十頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)11Why:為什么用系統(tǒng)辨識(shí)實(shí)際問(wèn)題中的建模利用已知信息確定模型的種類(lèi):數(shù)學(xué)表達(dá)式的形式、參數(shù)范圍等利用系統(tǒng)辨識(shí)求解模型中未確定的部分利用系統(tǒng)辨識(shí)隨時(shí)監(jiān)測(cè)系統(tǒng)特性的變動(dòng)利用已知信息和實(shí)測(cè)數(shù)據(jù)檢驗(yàn)?zāi)Ｐ偷目煽啃?/p>

系統(tǒng)辨識(shí)是系統(tǒng)問(wèn)題中不可缺少的建模工具第十一頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)12講座內(nèi)容What:什么是系統(tǒng)辨識(shí)Why:為什么用系統(tǒng)辨識(shí)Where/who/when:系統(tǒng)辨識(shí)的應(yīng)用領(lǐng)域How:如何進(jìn)行系統(tǒng)辨識(shí)Applications:系統(tǒng)辨識(shí)實(shí)例Conclusions:結(jié)束語(yǔ)Where/who/when:系統(tǒng)辨識(shí)的應(yīng)用領(lǐng)域第十二頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)13Where/who/when:系統(tǒng)辨識(shí)的應(yīng)用領(lǐng)域WhereWhenWho工業(yè)過(guò)程、測(cè)量、信號(hào)處理、通信、物理、航天航空、交通運(yùn)輸、地質(zhì)探測(cè)、地震檢測(cè)預(yù)報(bào)環(huán)境、生物、醫(yī)療衛(wèi)生、生體科學(xué)、農(nóng)業(yè)技術(shù)、經(jīng)濟(jì)、金融外匯、股市系統(tǒng)分析、高性能系統(tǒng)設(shè)計(jì)、系統(tǒng)控制、預(yù)測(cè)、仿真工程技術(shù)人員、自然科學(xué)研究人員、社會(huì)科學(xué)研究人員、金融經(jīng)濟(jì)政策決策人員第十三頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)14講座內(nèi)容What:什么是系統(tǒng)辨識(shí)Why:為什么用系統(tǒng)辨識(shí)Where/who/when:系統(tǒng)辨識(shí)的應(yīng)用領(lǐng)域How:如何進(jìn)行系統(tǒng)辨識(shí)Applications:系統(tǒng)辨識(shí)實(shí)例Conclusions:結(jié)束語(yǔ)How:如何進(jìn)行系統(tǒng)辨識(shí)第十四頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)15How:如何進(jìn)行系統(tǒng)辨識(shí)系統(tǒng)辨識(shí)的一般步驟需求分析明確系統(tǒng)辨識(shí)的目的和性能要求系統(tǒng)要素及其對(duì)系統(tǒng)特性有影響的環(huán)境因素各元素間的影響定性定量分析理論解析建模對(duì)象所適用的自然準(zhǔn)則、物理準(zhǔn)則適合于描述對(duì)象特性的模型種類(lèi)、參數(shù)范圍收集測(cè)量數(shù)據(jù)辨識(shí)實(shí)驗(yàn)設(shè)計(jì):選擇輸入信號(hào)、采樣頻率、測(cè)量裝置的安裝實(shí)驗(yàn)數(shù)據(jù)收集、預(yù)處理模型參數(shù)估計(jì)模型的可靠性檢驗(yàn)第十五頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)16How:如何進(jìn)行系統(tǒng)辨識(shí)古典辨識(shí)方法隨著1940年代開(kāi)始的古典控制發(fā)展起來(lái)以非參數(shù)模型的建模為主古典辨識(shí)方法的分類(lèi)頻率響應(yīng)法(Frequencyresponse)瞬態(tài)響應(yīng)法(Transientresponse)階躍響應(yīng)法(Stepresponse)脈沖響應(yīng)法(Impulseresponse)相關(guān)分析法(Correlationanalysis)譜分析法(Spectrumanalysis)第十六頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)17How:

如何進(jìn)行系統(tǒng)辨識(shí)現(xiàn)代辨識(shí)方法始于1960年代參數(shù)模型的建模通過(guò)對(duì)衡量模型和測(cè)量數(shù)據(jù)之間吻合程度的評(píng)價(jià)函數(shù)的最優(yōu)化求模型參數(shù)需要有效的最優(yōu)化算法第十七頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)18How:如何進(jìn)行系統(tǒng)辨識(shí)現(xiàn)代辨識(shí)方法的分類(lèi)最小2乘類(lèi)(Leastsquares)最小2乘，廣義最小2乘，擴(kuò)展最小2乘輔助變量法極大似然法(Maximumlikelihood)預(yù)報(bào)誤差法(Predictionerror)在線(xiàn)遞推辨識(shí)算法(Recursivealgorithm)遞推最小2乘法遞推輔助變量法遞推預(yù)報(bào)誤差法子空間法:多變量系統(tǒng)的辨識(shí)(Subspacemethod)模糊辨識(shí)(Fuzzyidentification)第十八頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)19How:如何進(jìn)行系統(tǒng)辨識(shí)面向問(wèn)題的系統(tǒng)辨識(shí)(1)自適應(yīng)系統(tǒng)、實(shí)時(shí)系統(tǒng)的在線(xiàn)辨識(shí)算法遞推最小2乘法遞推輔助變量法遞推預(yù)報(bào)誤差法實(shí)時(shí)故障診斷、定位頻域系統(tǒng)辨識(shí)用時(shí)域信號(hào)建立頻率響應(yīng)模型頻域優(yōu)化算法時(shí)間序列分析金融、經(jīng)濟(jì)、外匯股市等數(shù)據(jù)分析水文、地質(zhì)、環(huán)境等數(shù)據(jù)分析生體信號(hào)處理、內(nèi)部機(jī)理分析第十九頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)20How:如何進(jìn)行系統(tǒng)辨識(shí)面向問(wèn)題的系統(tǒng)辨識(shí)(2)閉環(huán)控制設(shè)計(jì)中的閉環(huán)系統(tǒng)辨識(shí)用控制對(duì)象的輸入輸出信號(hào)直接辨識(shí)法使用外部辨識(shí)信號(hào)的間接辨識(shí)法閉環(huán)辨識(shí)和控制器設(shè)計(jì)的在線(xiàn)融合非線(xiàn)性系統(tǒng)辨識(shí)Hammerstein、Wiener模型建模用神經(jīng)網(wǎng)絡(luò)、遺傳算法等建模局部模型建模法第二十頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)21How:如何進(jìn)行系統(tǒng)辨識(shí)面向問(wèn)題的系統(tǒng)辨識(shí)(3)面向魯棒系統(tǒng)設(shè)計(jì)的魯棒系統(tǒng)辨識(shí)模型中不確定性、未建模成分的評(píng)價(jià)模型集合的辨識(shí)連續(xù)時(shí)間系統(tǒng)辨識(shí)時(shí)變系統(tǒng)的辨識(shí)盲辨識(shí):系統(tǒng)輸入信息殘缺或不可測(cè)通信系統(tǒng)建模信號(hào)測(cè)量系統(tǒng)建模第二十一頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)22How:如何進(jìn)行系統(tǒng)辨識(shí)系統(tǒng)辨識(shí)的學(xué)習(xí)數(shù)學(xué)基礎(chǔ)系統(tǒng)理論數(shù)值計(jì)算應(yīng)用

微積分線(xiàn)性代數(shù)積分變換線(xiàn)性系統(tǒng)理論隨機(jī)過(guò)程???系統(tǒng)辨識(shí)計(jì)算方法程序開(kāi)發(fā)、仿真技術(shù)信號(hào)處理控制系統(tǒng)設(shè)計(jì)系統(tǒng)分析、預(yù)報(bào)???最優(yōu)化技術(shù)第二十二頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)23How:如何進(jìn)行系統(tǒng)辨識(shí)參考書(shū)(原版影印本)第二十三頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)24How:如何進(jìn)行系統(tǒng)辨識(shí)參考書(shū)第二十四頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)25How:如何進(jìn)行系統(tǒng)辨識(shí)計(jì)算機(jī)軟件Matlab/Simulink美國(guó)TheMathWorks公司出品SystemIdentificationToolboxFrequencyDomainIdentificationToolboxCONSIDToolbox其他關(guān)聯(lián)工具箱：SignalProcessing,ControlSystem,Optimization,NeuralNetwork,etc.其他軟件

Mathematica、Maple、C、Excel???

第二十五頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)26講座內(nèi)容What:什么是系統(tǒng)辨識(shí)Why:為什么用系統(tǒng)辨識(shí)Where/who/when:系統(tǒng)辨識(shí)的應(yīng)用領(lǐng)域How:如何進(jìn)行系統(tǒng)辨識(shí)Applications:系統(tǒng)辨識(shí)實(shí)例Conclusions:結(jié)束語(yǔ)Applications:系統(tǒng)辨識(shí)實(shí)例第二十六頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)27Applications:系統(tǒng)辨識(shí)實(shí)例閉環(huán)辨識(shí)(Closed-LoopIdentification)閉環(huán)系統(tǒng)(Closed-LoopSystem)

C(z)：控制器;F(z)：傳感測(cè)量裝置;G(z)：控制對(duì)象

r(k)：設(shè)定值；u(k)：控制輸入；y(k):輸出；e(k)：干擾或噪音閉環(huán)系統(tǒng)構(gòu)成框圖辨識(shí)對(duì)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)+-++第二十七頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)28Applications:系統(tǒng)辨識(shí)實(shí)例閉環(huán)辨識(shí)閉環(huán)辨識(shí)的難點(diǎn)1:信息損失對(duì)象模型:y(k)+ay(k-1)=bu(k-1)+w(k)控制輸入：u(k)＝fv(k)=-

fy(k)閉環(huán)系統(tǒng)例fbz-11+a

z-111+a

z-1r(k)=常數(shù)0v(k)u(k)w(k)y(k)e(k)+-++y(k)+(a+f)y(k-1)=(b-1)u(k-1)+w(k)第二十八頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)29Applications:系統(tǒng)辨識(shí)實(shí)例閉環(huán)辨識(shí)閉環(huán)辨識(shí)的難點(diǎn)2:輸入和噪音相關(guān)辨識(shí)對(duì)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)++辨識(shí)對(duì)象w(k)L(z)G(z)H(z)d(k)u(k)y(k)e(k)++第二十九頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)30Applications:系統(tǒng)辨識(shí)實(shí)例閉環(huán)辨識(shí)閉環(huán)辨識(shí)的難點(diǎn)3:數(shù)值計(jì)算問(wèn)題 反饋環(huán)節(jié)增大了輸入和輸出的依存性，使得關(guān)于輸入輸出測(cè)量數(shù)據(jù)矩陣的有關(guān)計(jì)算對(duì)噪音干擾十分敏感第三十頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)31Applications:系統(tǒng)辨識(shí)實(shí)例閉環(huán)辨識(shí)閉環(huán)辨識(shí)的難點(diǎn)3:數(shù)值計(jì)算問(wèn)題

依存性小的情況依存性大的情況第三十一頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)32Applications:系統(tǒng)辨識(shí)實(shí)例閉環(huán)辨識(shí)傳統(tǒng)閉環(huán)辨識(shí)方法加外部測(cè)試信號(hào)消除輸入輸出信號(hào)間的相關(guān)，提高建?？煽啃詼y(cè)試信號(hào)會(huì)引起運(yùn)行波動(dòng)，因此很多實(shí)際過(guò)程不允許加很強(qiáng)的測(cè)試信號(hào)多個(gè)控制器切換在不同的控制規(guī)則中切換，降低輸入輸出的線(xiàn)性相關(guān)需要設(shè)計(jì)多個(gè)控制器，切換的同時(shí)也會(huì)引起運(yùn)行波動(dòng)第三十二頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)33Applications:系統(tǒng)辨識(shí)實(shí)例閉環(huán)辨識(shí)輸出多采樣辨識(shí)方法辨識(shí)對(duì)象F(z)C(z)G(z)H(z)v(mT)u(mT)y(mT)e(mT)++辨識(shí)對(duì)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第三十三頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)34Applications:系統(tǒng)辨識(shí)實(shí)例閉環(huán)辨識(shí)輸出多采樣辨識(shí)方法控制器和反饋信號(hào)都不需改變，只是提高了輸出信號(hào)的采樣頻率不需要另加外部測(cè)試信號(hào)，也不需要多個(gè)控制器切換對(duì)系統(tǒng)運(yùn)行沒(méi)有影響

G2(z)yD(mT+2D)eD(mT+2D)++G(z)yD(mT)eD(mT)++G1(z)u(mT)yD(mT+D)eD(mT+D)++反饋…“開(kāi)環(huán)”狀態(tài)第三十四頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)35Applications:系統(tǒng)辨識(shí)實(shí)例閉環(huán)辨識(shí)輸出多采樣在通信系統(tǒng)中的信道辨識(shí)問(wèn)題

信道發(fā)送信號(hào)接收信號(hào)噪音++未知未知mT-TmT-DmTmT+DmT+T……第三十五頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)36Applications:系統(tǒng)辨識(shí)實(shí)例閉環(huán)辨識(shí)輸出多采樣在通信系統(tǒng)中的信道辨識(shí)問(wèn)題例:

H(z)H1(z)第三十六頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)37Applications:系統(tǒng)辨識(shí)實(shí)例閉環(huán)辨識(shí)輸出多采樣在通信系統(tǒng)中的信道辨識(shí)問(wèn)題

H1(z)yD(mT+D)eD(mT+D)++H(z)yD(mT)eD(mT)++…u(mT)第三十七頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)38Applications:系統(tǒng)辨識(shí)實(shí)例非線(xiàn)性系統(tǒng)辨識(shí)常見(jiàn)的非線(xiàn)性特性飽和(saturation)死區(qū)(deadzone)回環(huán)型非線(xiàn)性非線(xiàn)性摩擦(nonlinearfriction)

齒隙型(backlash)

繼電型(relay)滯后回環(huán)(hysteresis)第三十八頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)39Applications:系統(tǒng)辨識(shí)實(shí)例非線(xiàn)性系統(tǒng)辨識(shí)非線(xiàn)性系統(tǒng)辨識(shí)的難點(diǎn)非線(xiàn)性特性多種多樣，沒(méi)有統(tǒng)一的表達(dá)形式。疊加定理不再適用于非線(xiàn)性系統(tǒng)，系統(tǒng)成分難于分解動(dòng)作點(diǎn)的變動(dòng)可能帶來(lái)系統(tǒng)特性的較大波動(dòng)非線(xiàn)性的數(shù)值計(jì)算比較難，而且不能保證得到全局最優(yōu)解第三十九頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)40Applications:系統(tǒng)辨識(shí)實(shí)例非線(xiàn)性系統(tǒng)辨識(shí)選擇非線(xiàn)性模型的原則如果能用線(xiàn)性模型近似的話(huà)就盡量用線(xiàn)性模型必須選擇非線(xiàn)性模型的情況下，盡量選擇待定參數(shù)少的模型必須選擇非線(xiàn)性模型的情況下，盡量選擇簡(jiǎn)單、容易辨識(shí)的模型結(jié)構(gòu)在能夠滿(mǎn)足實(shí)用要求的情況下，可以在模型精度和建模的復(fù)雜程度之間取得折衷第四十頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)41Applications:系統(tǒng)辨識(shí)實(shí)例非線(xiàn)性系統(tǒng)辨識(shí)常用的非線(xiàn)性模型(1)Volterra級(jí)數(shù)相當(dāng)于函數(shù)的冪級(jí)數(shù)展開(kāi)把非線(xiàn)性辨識(shí)問(wèn)題轉(zhuǎn)換成Volterra核的系數(shù)求解問(wèn)題缺點(diǎn):當(dāng)輸入信號(hào)為有色信號(hào)時(shí)需要高階Volterra核第四十一頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)42Applications:系統(tǒng)辨識(shí)實(shí)例非線(xiàn)性系統(tǒng)辨識(shí)常用的非線(xiàn)性模型(2)面向模塊的模型非線(xiàn)性環(huán)節(jié)為靜態(tài)非線(xiàn)性(與時(shí)間無(wú)關(guān))非線(xiàn)性環(huán)節(jié)與線(xiàn)性環(huán)節(jié)是串聯(lián)結(jié)構(gòu)、各個(gè)環(huán)節(jié)可以完全分離模型結(jié)構(gòu)有Hammerstein模型、Wiener模型、Hammerstein-Wiener模型、Wiener-Hammerstein模型等局限性:只適用于特定的非線(xiàn)性系統(tǒng)結(jié)構(gòu)(串級(jí)系統(tǒng)、控制執(zhí)行機(jī)構(gòu)等)第四十二頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)43Applications:系統(tǒng)辨識(shí)實(shí)例非線(xiàn)性系統(tǒng)辨識(shí)常用的非線(xiàn)性模型(2)面向模塊的模型Hammerstein模型結(jié)構(gòu)Wiener模型結(jié)構(gòu)中間變量x(k)未知(不可測(cè))靜態(tài)非線(xiàn)性環(huán)節(jié)可以用連續(xù)函數(shù)描述的情況下，可以用多項(xiàng)式,三角函數(shù)，或者樣條插值曲線(xiàn)等近似靜態(tài)非線(xiàn)性環(huán)節(jié)動(dòng)態(tài)線(xiàn)性環(huán)節(jié)u(k) x(k) y(k)靜態(tài)非線(xiàn)性環(huán)節(jié)動(dòng)態(tài)線(xiàn)性環(huán)節(jié)u(k) x(k) y(k)第四十三頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)44Applications:系統(tǒng)辨識(shí)實(shí)例非線(xiàn)性系統(tǒng)辨識(shí)常用的非線(xiàn)性模型(2)面向模塊的模型Hammerstein－Wiener、Wiener－

Hammerstein模型結(jié)構(gòu)u(k)

x1(k) x2(k)

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

y(k)NLN型LNL型動(dòng)態(tài)線(xiàn)性環(huán)節(jié)動(dòng)態(tài)線(xiàn)性環(huán)節(jié)動(dòng)態(tài)線(xiàn)性環(huán)節(jié)靜態(tài)非線(xiàn)性環(huán)節(jié)靜態(tài)非線(xiàn)性環(huán)節(jié)靜態(tài)非線(xiàn)性環(huán)節(jié)第四十四頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)45Applications:系統(tǒng)辨識(shí)實(shí)例非線(xiàn)性系統(tǒng)辨識(shí)常用的非線(xiàn)性模型(3)階層模型(GroupMethodofDataHandling:GMDH)已知信號(hào)層：輸入輸出及其遲延信號(hào)中間層：由數(shù)個(gè)子模型構(gòu)成，各個(gè)子模型的輸入是上一層的子模型的輸出各層的子模型采用簡(jiǎn)單的結(jié)構(gòu)，例如

u(k)u(k-1)、u2(k)(并列)中間層(并列)中間層

x11(k)u(k),y(k) y(k)xm1(k)???已知信號(hào)層第四十五頁(yè)，共五十二頁(yè)，編輯于2023年，星期三技術(shù)講座系統(tǒng)辨識(shí)46Applications:系統(tǒng)辨識(shí)實(shí)例非線(xiàn)性系統(tǒng)辨識(shí)常用的非線(xiàn)性模型(4)非線(xiàn)性ARMAX模型:NARMAX表達(dá)式

Fl[?]是非線(xiàn)性函數(shù)，l是非線(xiàn)性的次數(shù)例:雙