白噪声序列1「>3*fmax 数据采集设计 采样间隔一一满足香农定理,设采样间隔为T0,1/o>2*fmax。对于有扰动信号的系统,To<T 且T3应是T0的整数倍 实验时间一一数据长度:3-5个扰动信号周期,预实验1-2个扰动信号周期 物理信号处理一—信号零点选择、滤波器选择、放大器选择 (现场准备 扰动信号发生器——测试、加限幅器、选择叠加方式、接线 信号采集装置一一测试、时间间隔标定、接线) 试验设计报告上述内容及人员组织,报领导批准 数据预处理 传感器非线性校正——根据传感器生产厂提供的静态非线性曲线,编制程序对相应的采样数据 进行校正。 滤波—一对于输入输出加相同的滤波器,输入输出关系不变 重抽样——对于过渡过程较长的子系统,可用重抽样的方法,重新选择采样间隔,以降低模型 阶次 标准化—一零均值、单位方差 目的:降低舍入误差,防止病态方程,提高计算精度 方法 y(k)+ay(k-1)=bu(k-1)+cu(k-2)+d- ∑y(k)N+∑ay(k-1)N=∑bu(k-1)N+∑cu(k-2)N+d Y=∑y(k)N=∑y(k-1)N U=∑u(k-l)N=∑u(k-2)N d=(1+a)Y-(b+c)U Y(k)=y(k)- U(k)=u(k)-U Y(k)+aY(k-1)=bU(k-1)+cU(k-2) oy=∑Y(k)N,o2u=∑U(k)2N
白噪声序列——1/Ts>3* fmax 数据采集设计 采样间隔——满足香农定理，设采样间隔为 T0，1/T0>2* fmax。对于有扰动信号的系统，T0< Ts， 且 Ts 应是 T0 的整数倍。 实验时间——数据长度：3-5 个扰动信号周期，预实验 1-2 个扰动信号周期 物理信号处理——信号零点选择、滤波器选择、放大器选择 （现场准备 扰动信号发生器——测试、加限幅器、选择叠加方式、接线 信号采集装置——测试、时间间隔标定、接线） 试验设计报告 上述内容及人员组织，报领导批准 数据预处理 传感器非线性校正——根据传感器生产厂提供的静态非线性曲线，编制程序对相应的采样数据 进行校正。 滤波——对于输入输出加相同的滤波器，输入输出关系不变 重抽样——对于过渡过程较长的子系统，可用重抽样的方法，重新选择采样间隔，以降低模型 阶次 标准化——零均值、单位方差 目的：降低舍入误差，防止病态方程，提高计算精度 方法： y(k)+ay(k-1)=bu(k-1)+cu(k-2)+d-------------------(1) ∑y(k)/N+ ∑ay(k-1)/N= ∑bu(k-1)/N+ ∑cu(k-2)/N+d Y =∑y(k)/N= ∑y(k-1)/N U =∑u(k-1)/N= ∑u(k-2)/N , d=(1+a) Y -(b+c) U Y(k)= y(k)- Y , U(k)=u(k)- U Y(k)+aY(k-1)=bU(k-1)+cU(k-2)----------------------------------(2) σ 2 y=∑Y(k)2 /N , σ 2 u=∑U(k)2 /N
Y(k=Y(k)ay, U(k=U(k)/ou Y(k)+aY.(k-1)=bU(k-1)*0u/oy+c Ua(k-2)*ou/oy B=b Y(k)+aY.(k-1)=BU(k-1)+C U(k-2)---- b=B*oyoc=C*oyou--)反演公式 二、辨识准则 误差定义 参数误差:J=∑a2/mn 适合于算法研究 方程误差:J=∑[e(kFNc(k)=y(k)+ay(k-1)bu(k-1)Cuk-2),J是参数的线性函数;只能 作一步预测:适合模型为:AY=B1U1+B2U2 输出误差:J=Σ[e(k)N,e(k)=y(k-j(k),j(k)=-aj(k-1)+bu(k-1)+cu(k2),J是参 B B 数的非线性函数;当输入序列已知时,可作多步预测:适合模型为:Y=U1+22U2 A A 过程 (k) 过程 b/A B/A Y(k) B B
Yσ(k)=Y(k)/ σy , Uσ(k)=U(k)/ σu Yσ(k)+a Yσ(k-1)=b Uσ(k-1)* σu /σy +c Uσ(k-2) * σu /σy B= b * σu /σy ,C= c* σu /σy Yσ(k)+a Yσ(k-1)=B Uσ(k-1)+C Uσ(k-2)-----------------------(3) b= B*σy/ σu ,c= C*σy/ σu ----反演公式 二、辨识准则 误差定义 参数误差： J=∑ ~2 i a /n , ai ai ai ˆ ~ = − ，适合于算法研究 方程误差： J=∑[e(k)]2 /N e(k)= y(k)+ a ˆ y(k-1)-b ˆ u(k-1)-c ˆ u(k-2)，J 是参数的线性函数；只能 作一步预测；适合模型为：AY=B1U1+B2U2 输出误差： J=∑[e(k)]2 /N , e(k)= y(k)- y ˆ (k) , y ˆ (k)= -a ˆ y ˆ (k-1)+ b ˆ u(k-1)+ c ˆ u(k-2)，J 是参 数的非线性函数；当输入序列已知时，可作多步预测；适合模型为： 2 2 2 1 1 1 U A B U A B Y = + u(k) 过程 y(k) u(k) 过程 y(k) B/A B/A B ˆ A ˆ -1 B ˆ / A ˆ e(k) - + Y(k) - + e(k)