1.系统辨识的概念
系统辨识是利用系统运行或实验过程中获取的系统输入-输出数据求得系统数学模型（传递函数）的方法和技术。
2.过程的概念
通常泛指具有时间或空间上的跨度的对象。具体的如：工程系统、生物系统或社会经济系统都可以称为过程
3.模型的概念
指过程运动规律的本质描述。
4.模型按照描述形式分类
（1）直觉模型
指过程的特性以非解析的形式直接存储在人脑中靠人的直觉控制过程地进行。
（2）物理模型
实际过程的一种物理模拟。
（3）图表模型
以图形式或表格的形式来表现过程的特性，也成为非参数模型。
（4）数学模型
用数学结构的形式来反映实际过程的行为特点。
5.根据模型的特性，数学模型可以分为
线性和非线性模型
系统线性与关于参数空间线性
本质线性与本质非线性
动态和静态模型
确定性和随机性模型
宏观（积分方程）和微观（微分方程）模型等
6.建立过程数学模型的两种主要方法
（1）机理分析法
通过分析过程的运动规律、应用一些已知的规律、定理和与原理建立过程的数学模型，这种方法也称为理论建模
（2）测试法——辨识方法
利用输入输出数据所提供的信息来建立过程的数学模型
白箱——理论建模
黑箱——辨识建模
灰箱——理论建模与辨识建模结合
7.辨识的定义
辨识有三个要素- 数据、模型类和准则，辨识就是按照一个准则在一组模型类中选择一个与数据拟合得最好的模型
8.系统辨识的步骤
（1）根据辨识目的，利用先验知识，初步确立模型结构 （2）采集数据
（3）进行模型参数和结构辨识 （4）验证获得最终模型
9. 随机过程
无穷多个随机函数的总体称为随机过程。 两层含义：
随机过程ξ(t)在任一时刻都是随机变量； 随机过程ξ(t)是大量样本函数的集合。
10. 各种随机过程计算公式 二维分布函数：
二维概率密度函数：
2
212122121212
(,;,)
(,;,)F x x t t f x x t t x x ?=
???
一维和n 维类推
数学期望：反映了随机过程取值的集中位置
)()()}({1
t a x P x t E K
i i i ==
∑
=ξ（离散）
)()()}({t a dx x xf t E ==
?
∞
∞
-ξ（连续）
方差：反映了随机过程的集中程度
[]{}2
2
[()]()()D t E
t a t σξξ==-2
[()()]()t a t f x dx ξ∞-∞
=-?
自协方差：用来衡量任意两个时刻上获得的随机变量的统计相关特性 )]}
()()][()({[),(221121t a t t a t E t t B --=ξξ11222121212[()][()](,;,)x a t x a t f x x t t dx dx ∞∞-∞
-∞
=
--??
自相关函数：
?
?
∞
∞
-∞
∞
-=
=2
121212212121),;,()]
()([),(dx dx t t x x f x x t t E t t R ξξ
二者关系：
121212(,)(,)[()][()]B t t R t t E t E t ξξ=-?
互协方差函数：
)]}()()][()({[),(221121t a t t a t E t t B ηξξηηξ--=
F 2(x 1,x 2; t 1,t 2)=P ｛ξ(t 1)≤x 1, ξ(t 2)≤x 2｝
互相关函数：
)]()([),(2121t t E t t R ηξξη=
特别的：()0R ξητ=表示两个随机过程是不相关（正交的随机过程）
11. 平稳随机过程
对于任意的正整数n 和任意实数t 1，t 2，...，t n ，τ，随机过程ξ(t)的n 维概率密度函数满足
12121212(,,,;,,,)(,,,;,,,)n n n n n n f x x x t t t f x x x t t t τττ=+++
则称ξ(t)为平稳随机过程（严平稳随机过程或狭义平稳随机过程）
若随机过程ξ(t)的数学期望和方差与时间无关，自相关函数仅是τ的函数，则称它为宽平稳随机过程或广义平稳随机过程。
12. 各态历经性
随机过程中的任一实现都经历了随机过程的所有可能状态。
13. 平稳随机过程的一些结论
平稳随机过程经线性系统传输后,输出仍然为平稳随机过程。 输入是各态历经的随机过程, 输出也是各态历经的随机过程。 输入是高斯过程,输出也是高斯过程,只是均值和方差发生了变化。
14. 非参数模型辨识方法 获得模型是非参数模型
在假设过程是线性的前提下，不必事先确定模型的具体结构，因而这类方法适用于任意复杂的过程
15. 参数模型辨识方法
必须首先假定一种模型结构，通过极小化模型与过程之间的误差准则函数来确定模型的参数。如果无法确定模型的结构，先进行结构辨识，确定模型的结构参数，然后再确定模型参数。
16. 参数模型与非参数模型转化
施加特定的实验信号，同时测定过程的输出，可以求得这些非参数模型，经过适当的数学处理，将它们的转化成参数模型——传递函数形式。
17. 一阶惯性环节阶跃响应求传函
()1K
G s T s =+
()(0)
y y K u
∞-=
?
对于时间常数T ，由于t=T 时，y(t)=0.63K ，所以取y(t)=0.63y(∞)时对应的t 就是过程的时间常数T 。
18. 一阶纯滞后阶跃响应求传函
()1s
K G s e
Ts
τ-=
+
K 的求法与前面相同，T 和τ可通过图解求得。在响应曲线的拐点处作一切线，该切线与时间轴相交于L ，与稳态值渐近线相交于M ，则0L 即为τ值，切线ML 在时间轴上的投影就是T 。
19. 一阶惯性环节脉冲响应
)
1()(+=Ts K
s G
20. 二阶惯性环节脉冲响应
2
2
2
00
()2G s s s ωζωω=
++ 01ζ<<
log(
ζ=
02n T π
ω=
21. 最小二乘提法 数学模型：
1
1
()()()()()A z z k B z u k n k --=+ (3)
将（3）模型写成最小二乘格式：
()()()T
z k h k n k θ=+
1212()[(1),,(),(1),,()]
[,,,,,,,]
a b T
a b T
n n h k z k z k n u k u k n a a a b b b θ?=------??=?? 对1,2,,k L = 有L L L n H z +=θ 其中：
???==T
L T
L L n n n n L z z z z )]
(),2(),1([)](),2(),1([ ?
???
??
????
??--------------=
??????????????=)()1()
()
1()
2()1()
1()1()
1()0()1()0()()2()1(b a b a b a T T T L
n L u L u n L z L z n u u n z z n u u n z z L h h h H
22. 最小二乘统计性质
（1） 无偏性：若模型L L L n H z +=θ中的噪声向量L n 的均值为零，即{}0L E n =，并且L
n 与L H 是统计独立的，即cov{,}0L L n H =，则加权最小二乘参数估计值?WLS θ是无偏估计量，即0?{}WLS E θθ=，其中0θ表示系统的真实值。
（2） 协方差性质：一堆不懂的公式 - -
（3） 一致性：如果估计值具有一致性，说明它将以概率 1 收敛于真值。最小二乘参数估
计是一致性收敛的。（前提：噪声是白噪声） （4） 有效性：估计值偏差的协方差阵将达到最小值。
（5） 渐近正态性：设噪声L n 服从正态分布，则最小二乘估计值?LS θ服从正态分布。
23. 残差
指实际观察值与回归估计值的差。
24. 最小二乘参数估计递推算法及初值的选取 新的估计值?()k θ = 老的估计值?(1)k θ- + 修正项 目的：减小重复计算量和贮存空间、便于在线应用。 思想：按观测次序一步一修正。
初值选取：
（1） 根据一批数据，利用一次完成算法，预先求得
000
000
1
00()()?
()(0)T L L L T L L L P L H H L P H z θ-?=Λ??=Λ??
（2） 直接给定初始值
I a P 2
)0(= a - 充分大的实数
?(0)θε= ε- 充分小的实向量
25. 噪声方差估计
噪声方差2n σ的估计值由下式计算 2
?dim T
L L n L εεσ
θ
=-
其中dim a b n n θ=+，L ε为输出残差，即?L L L LS z H εθ=- 26. 残差与新息的关系
新息?()()()(1)T
z
k z k h k k θ=-- 描述k 时刻的输出预报误差 残差?()()()()T k z k h k k εθ=- 用来描述k 时刻的输出偏差
27. 递推算法的收敛性
如果噪声是零均值的白噪声，那么递推算法给出的参数估计值是一致收敛的。
28. 最小二乘法的缺陷
（1）当模型噪声是有色噪声时，最小二乘参数估计不是无偏一致估计。
（2）随着数据的增长，最小二乘法将出现数据饱和现象，这是由于增益矩阵 K(k) 随着 k 的增加将逐渐趋近于零，以致递推算法慢慢失去修正能力 。
针对这些现象，提出了一些修正算法以解决数据饱和问题：遗忘因子法和限定记忆法
29. 遗忘因子的特点
遗忘因子的取值大小对算法的性能会产生直接的影响。μ值增加时，算法的跟踪能力下降，但算法的鲁棒性增强；μ值减少时，算法的跟踪能力增强，但算法的鲁棒性下降，对噪声更显得敏感。
30. 遗忘因子LS 法和加权RLS 算法主要的差别 （1）加权方式不同
加权RLS 法各时刻权重是不相关的,也不随时间变化;
遗忘因子法各时刻权重是有关联的, 各时刻权重的大小随时间变化. （2）加权的效果不一样
加权RLS 法获得的是系统的平均特性;
遗忘因子法能实时跟踪系统明显的变化,对系统的时变特性具有跟踪能力.
31. 限定记忆法特点
限定记忆法的参数估计值始终依赖于有限个最新数据所提供的信息,每增加一个新数据，就去掉一个老数据，数据长度始终不变。
32. 偏差补偿最小二乘法基本思想
若噪声为有色噪声则最小二乘法是有偏的，偏差补偿最小二乘法的提出就是为了补偿有色噪声造成的估计偏差。
33. 增广最小二乘算法
增广最小二乘算法（RELS ）是最小二乘算法（RLS ）的推广，只是信息向量和参数向量中分别增加了噪声模型的信息和参数。
34. 广义最小二乘法
广义最小二乘的基本思想是基于对数据先进行一次滤波预处理，然后利用普通最小二乘法对滤波后的数据进行辨识。广义最小二乘所用的滤波模型实际上就是一种动态模型，在整个迭代过程中不断靠偏差信息来调整这个滤波模型，使它逐渐逼近于一个较好的滤波模型，以便对数据进行较好的白化处理，使模型参数估计成为无偏一致估计。
35. 辅助变量法
噪声为有色噪声时，直接利用最小二乘法无法获得模型参数的无偏一致估计,这时可以应用辅助变量法，选择合适的辅助变量以得到无偏一致估计。
36. 相关两步法
只要求噪声是与输入不相关的零均值平稳噪声，则噪声不影响辨识结果。并不要求噪声为白噪声.
37. 多级最小二乘法
应用广义最小二乘法时，当噪声较大时，很难得到全局最小，可以用多级最小二乘法来辨识。
38. 系统的结构辨识 模型结构辨识包括： 模型验前结构的假定
模型的验前结构通常可直接采用差分方程或状态方程的表达形式 模型结构参数的确定
线性过程的模型结构辨识实际上就是确定模型阶次或 Kronecter 不变量
39. 梯度校正参数辨识
新的参数估计值=老的参数估计值+增益矩阵× 新息 梯度校正参数辨识的递归算法的结构如同上式，但其基本思想与最小二乘类算法不同，它是通过沿着如下准则函数的负梯度方向，逐步修正模型参数估计值，直至准则函数达到最小。
40. 权矩阵选取的意义
权矩阵的选择至关重要，它的作用是用来控制各输入分量对参数估计值的影响程度。 一般地，我们选择权矩阵的形式为12()()[(),(),,()]N R k c k diag k k k =ΛΛΛ 。
只要适当选择()i k Λ，就能控制各输入分量对参数估计值的影响。例如，如果选择
N i k i
i ,,2,1;10,)( =<<=Λμμ
意味着输入分量)(1k h i +对参数估计值的影响较()i h k 弱，显然这种情况对参数估计值的影响最小。如果选择
I k k k diag N =ΛΛΛ)](,),(),([21
则各输入分量的加权值相同，它们对参数估计值的影响是相同的。
41. 权矩阵的选择 一般的选择：
122
1
()[(),(),,()]()()02
N N i i i c R k diag k k k k h k c =?
=ΛΛΛ??Λ?
??<
122
1
1
()[(),(),,()]()()N N
i
i i k diag k k k k h k *
==
ΛΛΛΛ
∑ R
42. 确定性问题的梯度校正法与随机性问题的梯度校正法的优劣 确定性问题的梯度校正法 最大的优点：计算简单
缺点：如果过程的输入输出含有噪声，这种方法不能用 随机性问题的梯度校正法
特点：计算简单，可用于在线实时辩识
缺陷：事先必须知道噪声的一阶矩和二阶矩统计特性
43. 随机性问题的权矩阵选择 如果权矩阵选择如下形式：
12()()[(),(),,()]N R k c k diag k k k =ΛΛΛ
则()R k 中的()c k 可选
11(),
1,02
p
c k p k k
=
<≤>
可以分段选择()R k ，加快收敛速度。
44. 随机逼近法原理
通过极小化零均值噪声的方差来实现模型的参数辨识。
45.极大似然法
极大似然法——需要构造一个以数据和未知参数为自变量的似然函数，通过极大化似然函数获得模型的参数估计值。模型输出的概率分布将最大可能地逼近实际过程输出的概率分布。
46.预报误差法
预报误差法——需要事先确定一个预报误差准则函数，并利用预报误差的信息来确定模型的参数。
47.极大似然法和预报误差法优缺点
总体而言
优点：参数估计量具有良好的渐近性质
缺点：计算量比较大
极大似然法：
要求数据的概率分布是已知的，通常都假设它们是服从高斯分布的。实际问题不一定满足这一假设，如果数据的概率分布不知道，使用极大似然法存在着一定的困难。
预报误差法：
不要求数据概率分布的先验知识，解决更加一般问题的一种辩识方法，是极大似然法的一种推广，当数据的概率分布服从正态分布时，等价与极大似然法。
48.模型阶次和参数估计的关系
互相依赖，不能分离。进行参数估计时，需要已知阶次，辩识阶次时，利用参数估计值，同时辩识阶次和参数估计。
49.模型阶次的确定方法
根据Hankel 矩阵的秩估计模型的阶次
利用行列式比估计模型的阶次
利用残差的方差估计模型的阶次
利用Akaike 准则估计模型的阶次
50.闭环系统与开环系统辨识的不同及识别方法
如果一个系统的反馈是隐含的，难以直截了当地作出判断，不要主观认为系统是开环的或者就是闭环的，必须经过计算，才能对系统内部到底存在不存在反馈作用作出明确的判断。最简单的判断方法：
检验系统的输入信号与输出测量噪声相关性，如果输入信号与输出测量噪声不相关，则系统内部没有反馈存在，否则系统内部存在着反馈。
51.可辨识性
辨识性是指模型能否通过输入输出数据唯一确定的性质。对于一个模型来说，有两种可辨识性：结构可辨识性和参数可辨识性。
实验报告 --实验1.基于matlab的4阶系统辨识实验 课程：系统辨识 题目：基于matlab的4阶系统辨识实验 作者： 专业：自动化 学号：11351014 目录 实验报告 (1) 1.引言 (2) 2.实验方法和步骤 (2) 3.实验数据和结果 (2) 4.实验分析 (4)
1、 引言 系统辨识是研究如何确定系统的数学模型及其参数的理论。而模型化是进行系统分析、仿真、设计、预测、控制和决策的前提和基础。 本次实验利用matlab 工具对一个简单的4阶系统进行辨识，以此熟悉系统辨识的基本步骤，和matlab 里的一些系统辨识常用工具箱和函数。 这次实验所采取的基本方法是对系统输入两个特定的激励信号，分别反映系统的动态特性和稳态特性。通过对输入和输出两个系统信号的比较，来验证系统的正确性。 2、 实验方法和步骤 2.1 实验方法 利用matlab 对一个系统进行辨识，选取的输入信号必须能够反映系统的动态和稳态两个方面的特性，才能更好地确定系统的参数。本次实验采取了两种输入信号，为反映动态特性，第一个选的是正弦扫频信号，由下面公式产生： 选定频率范围 ，w(t)是时间t 的线性函数，具有扫频性质，可以反映系统的动态特性。 为反映稳态特性，选的输入信号是阶跃信号。以上的到两组数据，利用matlab 的merge()函数，对两组数据融合，然后用matlab 系统辨识工具箱中的基于子空间方法的状态空间模型辨识函数n4sid()来对系统进行辨识 2.2 实验步骤 (1)建立一个4阶的线性系统，作为被辨识的系统，传递函数为 3243211548765 ()125410865 s s s G s s s s s -+-+=++++ (2)产生扫频信号u1和阶跃信号u2 (3)u1、u2作为输入对系统进行激励，分别产生输出y1和y2 (4)画出稳态测试输入信号u1-t 的曲线，和y1-t 的曲线 画出动态测试输入信号u2-t 的曲线，和y2-t 的曲线 (5)使用merge()函数对u1-y1数据和u2-y2数据进行融合，并使用n4sid()函数对系统进行辨识。 (6)画出原系统和辨识出的系统的零极点图，画出原系统和辨识出的系统的阶跃响应特性曲线，通过对比，验证辨识出的系统的准确性。 3、 实验数据和结果 （1） 分别以扫频正弦函数、阶跃函数作为系统的激励，得到的输出：
一、选择题 1. 二阶系统的传递函数5 2 5 )(2 ++= s s s G ，则该系统是（B ） A.临界阻尼系统 B.欠阻尼系统 C.过阻尼系统 D.零阻尼系统 2.设系统的特征方程为()0516178234=++++=s s s s s D ，则此系统 （ A ） A.稳定 B.临界稳定 C.不稳定 D.稳定性不确定。 3.某单位反馈系统的开环传递函数为：()) 5)(1(++= s s s k s G ，当k =（ C ）时，闭环系统临界稳定。 A.10 B.20 C.30 D.40 4.稳态误差e ss 与误差信号E (s )的函数关系为（ B ） A.)(lim 0 s E e s ss →= B.)(lim 0 s sE e s ss →= C.)(lim s E e s ss ∞ →= D.)(lim s sE e s ss ∞ →= 5. 系统已给出，确定输入，使输出尽可能符合给定的最佳要求，称为（ A ） A.最优控制 B.系统辨识 C.系统分析 D.最优设计 6. 与开环控制系统相比较，闭环控制系统通常对（ B ）进行直接或间接地测量，通过反馈环节去影响控制信号。 A.输出量 B.输入量 C.扰动量 D.设定量 7. 在系统对输入信号的时域响应中，其调整时间的长短是与（ D ）指标密切相关。 A.允许的峰值时间 B.允许的超调量 C.允许的上升时间 D.允许的稳态误差 8. 某典型环节的传递函数是()1 51 += s s G ，则该环节是（ C ） A.比例环节 B.积分环节 C.惯性环节 D.微分环节 9. 引出点前移越过一个方块图单元时，应在引出线支路上（C ） A.并联越过的方块图单元 B.并联越过的方块图单元的倒数 C.串联越过的方块图单元 D.串联越过的方块图单元的倒数 10.时域分析的性能指标，哪个指标是反映相对稳定性的（ D ） A.上升时间 B.峰值时间 C.调整时间 D.最大超调量 11.设系统的特征方程为()0122234=++++=s s s s s D ，则此系统中包含正实部特征的个数为（D ） A.0 B.1 C.2 D.3 12. 如果被调量随着给定量的变化而变化，这种控制系统叫（B ） A.恒值调节系统 B.随动系统 C.连续控制系统 D.数字控制系统 13. 与开环控制系统相比较，闭环控制系统通常对（ B ）进行直接或间接地测量，通过反馈环节去影响控制信号。 A.输出量 B.输入量 C.扰动量 D.设定量 14. 直接对控制对象进行操作的元件称为（ D ） A.给定元件 B.放大元件 C.元件 D.执行元件 15. 某典型环节的传递函数是()Ts s G 1 = ，则该环节是（ C ） A.比例环节 B.惯性环节 C.积分环节 D.微分环节 16. 已知系统的单位脉冲响应函数是()21.0t t y =，则系统的传递函数是（ A ） A. 32.0s B.s 1.0 C.21.0s D.2 2 .0s 17. 已知二阶系统单位阶跃响应曲线呈现出等幅振荡，则其阻尼比可能为（C ） A.0.6 B.0.707 C.0 D.1 18.若系统的传递函数在右半S 平面上没有零点和极点，则该系统称作（ B ） A.非最小相位系统 B.最小相位系统 C.不稳定系统 D.振荡系统
《自动控制原理》综合复习资料 一、简答题 1、常见的建立数学模型的方法有哪几种？各有什么特点？ 解：分析法（机理建模法）、实验法（系统辨识）和综合法。 机理分析法：机理明确，应用面广，但需要对象特性清晰 实验测试法：不需要对象特性清晰，只要有输入输出数据即可，但适用面受限 综合法：以上两种方法的结合通常是机理分析确定结构，实验测试法确定参数，发挥了各自的优点，克服了相应的缺点 2、常用改善二阶系统得措施有哪些，并对其简介？ 比例—微分控制；测速反馈控制； 解：比例—微分控制：系统同时受误差信号和误差微分信号的双重控制，可改善系统性能而不影响稳态误差； 测速反馈控制：将速度信号反馈到系统输入端，并与误差信号比较，可增大系统阻尼，改善系统动态性能 3、自动控制原理中，对线性控制系统进行分析的方法有哪些？ 解：时域分析法、根轨迹法、频率特性法 4、减小稳态误差的措施主要有？ 解：增大系统开环增益或扰动作用点前系统的前向通道增益；在系统的前向通道或主反馈通道设置串联校正环节；采用串级控制抑制内回路扰动 5、系统的性能指标有哪些？ 解：控制系统在典型输入信号作用下性能指标由动态性能指标和稳态性能指标组成； 系统动态性能指标有：延迟时间；上升时间；峰值时间；调节时间；超调量； 系统的稳态性能指标：稳态误差 6、判断线性定常系统稳定的方法有哪几种？ 解：劳斯判据；赫尔维茨判据；根轨迹法；频率稳定判据；柰氏判据 二、计算题 1、RC无源网络电路图如下图所示，试列写该系统的微分方程，并求传递函数Uc(s)/Ui(s)。
解：列写电路方程：?????+==+=+=2222111C C C C R C C C i u R i u i i i i u u u 其中，?? ? ? ? ????===t uC C C R t uC C d d C i R u i d d C i 222 111111 化简得： ()()i t ui t ui c t uc t uc u d d C R R C d d C R C R u d d C R C R R C d d C R C R +++=++++221122 2211222111222211 由拉氏变换得： 1 )(1 )()()()(2221112 2211221122211+++++++==s C R C R C R s C R C R s C R C R s C R C R s U s U s G i C 2、试简化下图所示系统方框图求其传递函数 解：由Mason 公式得 闭环传函? ? = Φ∑=n k k k P s 1 )( 由方框图得，系统只有一条前向通道，即1=n ，K +-+- =?∑∑∑3 2 1 1l l l 12211 H G G G l +-=∑，032===∑∑K l l 所以得 12211H G G G -+=? 11G P =，121H G =? 所以系统传递函数1 2211 21111)(H G G G H G G P s -+=??= Φ
基于人工神经网络的二阶系统辨识 摘要：BP神经网络是误差反向传播神经网络的简称，提供了一个处理非线 v k的二阶系统，提出了改进的BP神经网络性问题的模型。本文针对带有噪声() 对二阶系统的辨识方法，以达到对系统的精确辨识；通过仿真实验数据可得，神经网络的输出与被辨识系统输出之间的误差很小（当k>=8时，error<0.1%）；首先介绍了人工神经网络的系统辨识方面的发展与研究现状，然后介绍常规BP算法和改进的BP算法，最后通过一个具体的二阶系统的实例充分证明了改进BP 神经网络具有的良好辨识效果，实用性强。 关键字：BP神经网络；系统辨识；二阶非线性系统 Second-order system identification based on artificial neural networks WeiLu (College of Electrical and Control Engineering, Xi’an University of Science and Technology，Xi’an 710054,China) Abstract：BP neural network is the abbreviation of erroneous reverse transmission neural network, which provides a model of dealing with nonlinear problems.In this paper, the second-order system with noise, and puts forward the improved BP neural network to second order system modeling method. In order to achieve an accurate identification of the system.Through the simulation experiment the error between the output of neural network and the output of identification system is very small(The error<0.1% when k>=8). First, introduced the artificial neural network system identification aspects of development and research,Then, introduced the conventional BP algorithm and improved BP algorithm,Finally, Through an example of a specific second-order system fully proved that the improved BP neural network has good recognition results and practical. Key words：BP neural network；System Identification；Second-order nonlinear system 一绪论 在自然科学和社会科学的各个领域中，越来越多需要辨识系统模型的问题 已广泛引起人们的重视，很多学者在研究有关线性和非线性的辨识问题。
一、选择题 1.下面关于建模和模型说法错误的是( C )。 A．无论是何种系统，其模型均可用来提示规律或因果关系。 B．建模实际上是通过数据、图表、数学表达式、程序、逻辑关系或各种方式的组合表示状态变量、输入变量、输出变量、参数之间的关系。 C．为设计控制器为目的建立模型只需要简练就可以了。 D．工程系统模型建模有两种途径，一是机理建模，二是系统辨识。 &&&&的类型是( B ) 。 2.系统()3()10() y t y t u t ++= A．集中参数、线性、动态系统。B．集中参数、非线性、动态系统。 C．非集中参数、线性、动态系统。D．集中参数、非线性、静态系统。 3.下面关于控制与控制系统说法错误的是( B )。 A．反馈闭环控制可以在一定程度上克服不确定性。 B．反馈闭环控制不可能克服系统参数摄动。 C．反馈闭环控制可在一定程度上克服外界扰动的影响。 D．控制系统在达到控制目的的同时，强调稳、快、准、鲁棒、资源少省。 x Pz说法错误的是( D )。 4.下面关于线性非奇异变换= A．非奇异变换阵P是同一个线性空间两组不同基之间的过渡矩阵。 B．对于线性定常系统，线性非奇异变换不改变系统的特征值。 C．对于线性定常系统，线性非奇异变换不改变系统的传递函数。 D．对于线性定常系统，线性非奇异变换不改变系统的状态空间描述。 5.下面关于稳定线性系统的响应说法正确的是( A )。 A．线性系统的响应包含两部分，一部是零状态响应，一部分是零输入响应。 B．线性系统的零状态响应是稳态响应的一部分。 C．线性系统暂态响应是零输入响应的一部分。 D．离零点最近的极点在输出响应中所表征的运动模态权值越大。 6.下面关于连续线性时不变系统的能控性与能观性说法正确的是( A ) 。 A．能控且能观的状态空间描述一定对应着某些传递函数阵的最小实现。 B．能控性是指存在受限控制使系统由任意初态转移到零状态的能力。 C．能观性表征的是状态反映输出的能力。 D．对控制输入的确定性扰动影响线性系统的能控性，不影响能观性。 7.下面关于系统Lyapunov稳定性说法正确的是( C ) 。
《过程控制系统》复习题 一、填空题 1．随着控制通道的增益K 0的增加，控制作用 ，克服干扰的能力 ， 系统的余差 ，最大偏差 。 2．从理论上讲，干扰通道存在纯滞后， 系统的控制质量。 3．建立过程对象模型的方法有 和 。 4．控制系统对检测变送环节的基本要求是 、 和 。 5. 控制阀的选择包括 、 、 和 。 6．防积分饱和的措施有 、 和 。 7．如果对象扰动通道增益f K 增加，扰动作用 ，系统的余差 ， 最大偏差 。 8．在离心泵的控制方案中，机械效率最差的是 。 9．DDZ-Ⅱ型仪表由220V 交流电压单独供电，DDZ-Ⅲ型仪表由 统一供电。 10．对PID 调节器而言，当积分时间I T →∞，微分时间0D T =时，调节器呈 调节特 性。 11．在相同的条件下，用同一仪表对某一工艺参数进行正反行程的测量，相同的被测量值得 到的正反行程测量值的最大差值称为 。 12．由于系统中物料或者能量的传递需要克服一定的阻力而产生的滞后被称为___________。 13．在被控对象的输入中，_______________应该比干扰变量对被控变量的影响更大。 14．按照给定值对控制系统进行分类，如果给定值按事先设定好的程序变化，则控制系统为_______________。 15．当系统的最大超调量与最大偏差相等时，系统的余差值等于___________。 16．确定调节阀气开气关型式主要应考虑________________。 17．常用的抗积分饱和措施有限幅法和____________。 18与反馈控制能够克服所有干扰不同，前馈控制能够克服_________种干扰。 二、 单选题 1. 下列（ ）不是测量仪表的技术性能指标。
1、相关分析法的主要优点是什么，其在工程中的应用有哪些方面？ 答：相关分析法的主要优点是由于M序列信号近似于白噪声，噪声功率均匀分布于整个频带，从而对系统的扰动甚微，保证系统能正常工作（1.5分）。此外。因为相关函数的计算是一种统计平均的方法，具有信息滤波的功能，因此，在有噪声污染下，仍可提取有用信息，准确地求出系统的脉冲响应（1.5分）。 相关辨识技术在工程中的应用、可归结为下述几个方面： （1）系统动态特性的在线测试。包括机、炉、电等一次设备，风机、水泵等辅机以及二次自动控制系统；（1分） （2）对控制系统进行在线调试，使调节系统参数优化；（1分） （3）自适应控制中的非参数型模型辨识等。（1分） 2、什么是权？叙述加权在渐消记忆的最小二乘递推算法中的作用。 计算中用一个数值来表示对观测数据的相对的“信任程度”，这就是权。（2分） 对于时变参数系统，其当前的观测数据最能反映被识对象当前的动态特性，数据愈“老”，它偏离当前对象特性的可能性愈大。因此要充分重视当前的数据而将“过时的”、“陈旧的”数据逐渐“遗忘”掉，这就是加权的概念。（2分）具体的方法是，每当取得一个新的量测数据， ρ<1）,这个加权因子体现出对老数据逐步衰就将以前的所有数据都乘上一个加权因子ρ（0< 减的作用，所以ρ也可称为衰减因子，因此在L次观测的基础上，在最小二乘准则中进行了某ρ=μ（0<μ<1），选择不同的μ就得到不同的加权效果。μ愈小，表示将过种加权，即取2 去的数据“遗忘”得愈快。（2分） 3、简述极大似然原理，叙述极大似然法和最小二乘法的关系。 答：极大似然法把参数估计问题化为依赖于统计信息而构造的似然函数的极大化问题，即当似然函数在某个参数值上达到极大时，就得到了有关参数的最佳估计。（2分）似然函数是在给定的观测量z和参数θ下的观测量的联合概率密度函数，它是实验观测的样本数据z和参数θ的函数。（2分）最小二乘法基本不考虑估计过程中所处理的各类数据的概率统计特性。极大似然法要求有输出量的条件概率密度函数的先验知识，当噪声服从正态分布的条件下，极大似然法和最小二乘法完全等价。（2分） 第1页，共1页
《系统辨识与自适应控制》硕士研究生必修课程考核（检测技术与自动化装置专业）2003．5. 22 可下载自https://www.doczj.com/doc/542344059.html,/xuan/leader/mrj/ 学生姓名：考核成绩： 一、笔试部分 (占课程成绩的 80% ) 考试形式：笔试开卷 答卷要求：笔答，可以参阅书籍，要求简明扼要，不得大段抄教材，不得相互抄袭 试题： 1 简述系统辨识的基本概念（概念、定义和主要步骤）（10分） 2 简述相关辨识的基本原理和基于二进制伪随机序列的相关辩识方法（原理、 框图、特点）。（10分） 3 简述离散线性动态（SI / SO）过程参数估计最小二乘方法（ＬＳ法）的主要 内容和优缺点。带遗忘因子递推最小二乘估计（ＲＬＳ法）的计算步骤和主要递推算式的物理意义（10分） 4 简述什么是时间序列？时间序列建模如何消除恒定趋势、线性趋势和季节性 的影响？（10分） 5 何谓闭环系统的可辨识性问题，它有那些主要结论？（10分） 6 何谓时间离散动态分数时滞过程？“分数时滞”对过程模型的零点和极点有 什么影响？（10分） 7 简述什么是自适应控制，什么是模型参考自适应控制（MRAC）？，试举一例说明MRAC的设计方法（10分）。 8 请设计以下过程( yr = 0 ) y(k) -1.6y(k-1)+0.8y(k-2) = u(k-2)- 0.5u(k-3)+ε(k)+1.5ε(k-1)+0.9ε(k-2) 的最小方差控制器（MVC）和广义最小方差控制器（GMVC）, 并分析他们的主要性能。（10分） 二、上机报告ＲＬＳ仿真（占课程成绩的 20%） 交卷时间：6月9日下午
1：修改课本p61的程序，并画出相应的图形； u = -1 -1 -1 1 -1 1 1 -1 1 -1 1 -1 -1 1 1 z = Columns 1 through 11 0 0 Columns 12 through 16 HL =
0 0 0 ZL = c = a1 =
a2 = b1 = 1 b2 = 2：修改课本p63的程序，并画出相应的图形（V的取值范围为54-200）； V = [, , , , , ]τ P = [, , , , , ]τ ZL = [, , , , , ]τ HL = c4 = alpha = beita = +004 3：表1中是在不同温度下测量同一热敏电阻的阻值， 70时根据测量值确定该电阻的数学模型，并求出当温度在C?
的电阻值。 要求用递推最小二乘求解： （a ）设观测模型为 利用头两个数据给出 ?? ???===-0L T L L T L L z H P θH H P P 000)0()0(?)()()0(1 0 （b ）写出最小二乘的递推公式； （c ）利用Matlab 计算 T k a k b k )](),([)(?=θ 并画出相应的图形。 解：首先写成[][]?? ? ???=??????=+==a b t a b h h a bt k k z k k 1)()(12 θτ h θL L H z = T L L z z ],...,[1=z ，????? ???? ???=1 (112) 1 L L t t t H ，??????=a b θ 的形式。 利用头两个数据给出最小二乘的初值： ,126120.50??????=L H ?? ????=7907650L z 这样可以算得 i i v bt a y ++=
现代控制理论课程总结 学习心得 从经典控制论发展到现代控制论,是人类对控制技术认识上的一次飞跃。现代控制论是用状态空间方法表示,概念抽象,不易掌握。对于《现代控制理论》这门课程，在刚拿到课本的时候，没上张老师的课之前，咋一看，会认为开课的内容会是上学期学的控制理论基础的累赘或者简单的重复，更甚至我还以为是线性代数的复现呢！根本没有和现代控制论联系到一起。但后面随着老师讲课的风格的深入浅出，循循善诱，发现和自己想象的恰恰相反，张老师以她特有的讲课风格，精心准备的ppt 课件，向我们展示了现代控制理论发展过程，以及该掌握内容的方方面面，个人觉得，我们不仅掌握了现代控制理论的理论知识，更重要的是学会了掌握这门知识的严谨的逻辑思维和科学的学习方法，对以后学习其他知识及在工作上的需要大有裨益，总之学习了这门课让我受益匪浅。 由于我们学习这门课的课时不是很多，并结合我们学生学习的需求及所要掌握的课程深入程度，张老师根据我们教学安排需要，我们这学期学习的内容主要有：1.绪论；2.控制系统的状态表达式；3.控制系统状态表达式的解；4.线性系统的能空性和能观性；5.线性定常系统的综合。而状态变量和状态空间表达式、状态转移矩阵、系统的能控性与能观性以及线性定常系统的综合是本门课程的主要学习内容。当然学习的内容还包括老师根据多年教学经验及对该学科的研究的一些深入见解。 在现代科学技术飞速发展中,伴随着学科的高度分化和高度综合,各学科之间相互交叉、相互渗透,出现了横向科学。作为跨接于自然科学和社会科学的具有横向科学特点的现代控制理论已成为我国理工科大学高年级的必修课。 经典控制理论的特点 经典控制理论以拉氏变换为数学工具，以单输入－单输出的线性定常系统为主要的研究对象。将描述系统的微分方程或差分方程变换到复数域中，得到系统的传递函数，并以此作为基础在频率域中对系统进行分析和设计，确定控制器的结构和参数。通常是采用反馈控制，构成所谓闭环控制系统。经典控制理论具有明显的局限性，突出的是难以有效地应用于时变系统、多变量系统，也难以揭示系统更为深刻的特性。当把这种理论推广到更为复杂的系统时，经典控制理论就显得无能为力了，这是因为它的以下几个特点所决定。 1．经典控制理论只限于研究线性定常系统，即使对最简单的非线性系统也是无法处理的；这就从本质上忽略了系统结构的内在特性，也不能处理输入和输出皆大于1的系统。实际上，大多数工程对象都是多输入－多输出系统，尽管人们做了很多尝试，但是，用经典控制理论设计这类系统都没有得到满意的结果；2．经典控制理论采用试探法设计系统。即根据经验选用合适的、简单的、工程上易于实现的控制器，然后对系统进行分析，直至找到满意的结果为止。虽然这种设计方法具有实用等很多完整，从而促使现代控制理论的发展：对经典理论的精确化、数学化及理论化。优点，但是，在推理上却是不能令人满意的，效果也
随机信号谱估计 平稳随机过程的基本数字特征：均值、方差、自相关函数的定义及相互关系式 各态历经过程可以用样本函数的时间平均代替过程的集合平均。开窗方法有协方差法、自相关法、前窗法、后窗法。 平稳随机过程的自相关函数与功率谱的关系 自相关函数的傅里叶变换是功率谱密度。 时域宽–频域窄，功率谱窄–相关性强，自相关函数下降慢–窄带过程 时域窄–频域宽，功率谱宽–相关性弱，自相关函数下降快–宽带过程 白噪声过程自相关函数与功率谱的特点 自相关函数： 功率谱： 白噪声过程相关性最弱，为线型脉冲，功率谱最宽，为平谱。 三种信号模型的特点、系统函数、时域差分方程 AR模型（自回归模型、全极点模型）： MA模型（滑动平均模型、全零点模型）： ARMA模型（自回归滑动平均模型、零极点模型）：
谱分解定理 平稳噪声通过线性系统定理 （1）卷积的相关等于相关的卷积 （2）输出自功率谱等于输入自功率谱与系统能量谱的乘积 （3）输入、输出序列互相关等于输入自相关和单位抽样响应的卷积 （4）输入输出互功率谱等于输入序列自功率谱与系统频响的乘积 （5）输出随机序列的均值等于输入随机序列均值与系统零频响应的乘积 白噪声过程激励AR模型的输入输出关系式
AR模型与预测误差滤波器的关系 AR模型的逆滤波器是预测误差滤波器。 预测误差滤波器对AR过程有白化作用。 AR模型谱与最大熵谱一致性： AR模型正则方程的获取过程 AR模型参数的Levinson-Durbin算法、Burg算法，掌握Levinson关系式，Burg算法和Durbin算法的比较 Levinson-Durbin算法（Yule-Walker快速解法）利用正则方程系数矩阵的对称性、托布列兹性、非负定性。 Levinson-Durbin公式： Levinson关系式： Burg算法不是直接估计AR模型的参数，而是先估计反射系数，再利用Levinson关系式求得AR模型。估计反射系数的准则是使前向预测的均方误差与后向预测的均方误差之和最小。Burg算法是用协方差法对数据开窗（对已知数据段之外的数据不作人为假定）。 Burg算法和Durbin算法的比较： 同：都利用了Levinson关系式 不同：Levinson算法基于等价预测，使前向预测误差功率最小。Burg算法基于前后向预测，使前后向预测误差功率平均值最小。Durbin算法解要用到自相关函数，估计自相关函数在数据量小的情况下效果不好，Burg算法不需要自相关函数，求反射系数。 横向预测误差滤波器和格型预测误差滤波器结构 误差公式：
系统辨识习题解答 1-14、若一个过程的输入、输出关系可以用MA 模型描述，请将该过程的输入输出模 型写成最小二乘格式。 提示：① MA 模型z k D z u k ()()()=-1 ② 定义ττθ)](,),1(),([)(,],,,[10n k u k u k u k d d d n --== h 解：因为MA 模型z k D z u k ()()()=-1，其中 n n z d z d d z D ---+++= 1101)(，从而 )()1()()(10n k u d k u d k u d k z n -++-+= 所以当定义ττθ)](,),1(),([)(,],,,[10n k u k u k u k d d d n --== h ，则有最小二乘格式： )()()()()(0 k e k h k e k h d k z n i i i +=+=∑=τ ， 其中e(k)是误差项。 2-3、设)}({k e 是一个平稳的有色噪声序列，为了考虑这种噪声对辨识的影响，需要 用一种模型来描述它。请解释如何用白噪声和表示定理把)(k e 表示成AR 模型、MA 模型和ARMA 模型。 解：根据表示定理，在一定条件下，有色噪声e(k)可以看成是由白噪声v(k)驱动的线 性环节的输出，该线性环节称为成形滤波器，其脉冲传递函数可写成 ) () ()(1 11 ---=z C z D z H 即 )()()()(1 1k v z D k e z C --= 其中 c c n n z c z c z C ---+++= 1 11 1)( d d n n z d z d z D ---+++= 1 111)(
闭环系统辨识 气动参数辨识在导弹研发中的作用 气动力参数辨识是飞行器系统辨识中发展最为成熟的一个领域。对于导弹而言，采用系统辨识技术从飞行试验数据获取导弹空气动力特性，已经成为导弹研制和评估程序的重要组成部分。导弹气动参数辨识的作用主要体现在以下几个方面： (1)验证气动力数值计算和风洞试验结果。如前所述，数值计算和风洞试验各有其优点，也各有其局限性，必须通过飞行试验进行验证。如果飞行试验气动参数辨识结果与数值计算和风洞试验结果一致，则说明数值计算和风洞试验结果是正确的；如果不一致，就要找出产生不一致的原因，通过相关性分析，将地面试验结果换算到真实飞行状态下。 (2)为导弹系统仿真提供准确的气动参数。在导弹打靶仿真中，控制系统的执行元件、旋转台、控制系统、目标源等都可以采用实物，但导弹所受外作用力，特别是空气动力是飞行状态参数的函数，无法用实物实现，应代之以数学模型。该数学模型是否正确决定了系统仿真的置信度，因此，采用系统辨识技术，辨识出导弹的外作用力数学模型，特别是气动力数学模型，是导弹系统仿真技术的关键环节之一。 (3)为导弹飞行控制系统设计提供准确的气动参数。控制律设计取决于导弹的气动特性。如果控制律设计所依赖的气动数据误差过大，可能会导致控制失效；如果气动数据误差带很大，为了满足控制系统鲁棒性要求，或者控制精度降低，或者对指令的响应时间加长。利用飞行试验气动参数辨识结果，经过相关性分析给出的导弹气动特性，其可信度可望显著提高，用于飞行控制律设计，可以大大提高控制系统的性能。 (4)自适应控制。自适应控制系统能根据系统的状态和环境参数变化，自动调节控制系统的相应系数，以达到最佳控制状态。系统实时辨识是自适应控制系统的重要组成部分。对于导弹，机动性与导弹的静稳定裕度和动压关系很大，实
系统工程复习整理： 一、名词解释（20分）（线性规划，动态规划） 二、解答题（单纯循环，对偶单纯循环，化标准形式，Matlab求解线性规划，解整数规划） 三、论述题（灰色预测，时间序列（实验），最小二乘，马尔克夫例题） 四、案例应用（25分）动态规划 一、名词解释（20分） （1）系统工程：是从系统的观点出发，跨学科的考虑问题，运用工程的方法去研究和解决各种系统问题，以实现系统目标的综合最优化。 （2）线性规划： a、可行解：满足线性约束条件和非负条件的决策变量的一组取值。 b、可行解集：所有可行解的集合。 c、可行域：LP问题可行解集构成n维空间的区域，可以表示为： d、最优解：使目标函数达到最优值的可行解。 e、最优值：最优解对应目标函数的取值。 f、求解LP问题:求出问题的最优解和最优值。 g、基：设A是约束方程组m×n的系数矩阵，A的秩R(A)＝m，B是A中m×m阶非奇 异子式, 即|B|≠0, 则称B是LP问题的一个基。(B是由m个互相独立列向量组成) h、基变量:B=[P1,P2,…,Pm],称Pj(j=1,2, …,m)为基向量, 与Pj对应的变量xj (j=1,2, …,m) 称为基变量,其余的xm+1 , …,xn为非基变量。 i、基本解:令非基变量等于0，从AX＝b中解出的基变量所得的解称为LP关于基B的基 本解。 j、基本可行解（对应的基为可行基）：满足非负条件的基本解。 （3）动态规划： a、阶段：是针对所给的问题，依据其若干个相互联系的不同部分，给出的对整个过程 的自然划分。通常根据时间顺序或空间特征来划分阶段，以便按阶段的次序解决优化问题。引入了一个变量来表示阶段，通常称为阶段变量。 b、状态：就是决策者在作决策时所依据的某一阶段开始时或结束时所处的自然状况或 客观条件，它描述过程的特征具有无后效性，即当某阶段的状态给定时，这个阶段以后过程的演变与该阶段以前的状态无关而只与当前的状态有关。第1阶段的起始状态--s1(也是整个过程的初始状态),sn+1是第n阶段的终止状态.描述第K阶段状态的变量就是状态变量。 c、决策:当过程处于某一阶段的某个状态时,可以作出不同的选择,从而确定下一阶段的 状态,在最优控制中也称控制.,描述决策的变量叫决策变量。 }0 , | {≥ = =X b AX X D
1请叙述系统辨识的基本原理（方框图），步骤以及基本方法 定义：系统辨识就是从对系统进行观察和测量所获得的信息重提取系统数学模型的一种理论和方法。 辨识定义：辨识有三个要素——数据、模型类和准则。辨识就是按照一个准则在一组模型类中选择一个与数据拟合得最好的模型 辨识的三大要素：输入输出数据、模型类、等价准则 基本原理： 步骤：对一种给定的辨识方法，从实验设计到获得最终模型，一般要经历如下一些步骤：根据辨识的目的，利用先验知识，初步确定模型结构；采集数据；然后进行模型参数和结构辨识；最后经过验证获得最终模型。 基本方法：根据数学模型的形式：非参数辨识——经典辨识，脉冲响应、阶跃响应、频率响应、相关分析、谱分析法。参数辨识——现代辨识方法（最小二乘法等） 2随机语言的描述 白噪声是最简单的随机过程，均值为零，谱密度为非零常数的平稳随机过程。 白噪声过程（一系列不相关的随机变量组成的理想化随机过程） 相关函数： 谱密度： 白噪声序列，白噪声序列是白噪声过程的离散形式。如果序列 满足： 相关函数： 则称为白噪声序列。 谱密度： M 序列是最长线性移位寄存器序列，是伪随机二位式序列的一种形式。 M 序列的循环周期 M 序列的可加性：所有M 序列都具有移位可加性 辨识输入信号要求具有白噪声的统计特性 M 序列具有近似的白噪声性质，即 M 序列“净扰动”小，幅度、周期、易控制，实现简单。 3两种噪声模型的形式是什么 第一种含噪声的被辨识系统数学模型0011()()()()n n i i i i y k a y k i b u k i v k ===-+-+∑∑，式中,噪声序列v(k)通常假定为均值为零独立同分布的平稳随机序列,且与输入的序列u(k)彼此统计独立. 上式写成：0 ()()()T y k k v k ψθ=+。其中，()()()()()()()=1212T k y k y k y k n u k u k u k n ψ------????L L ，，，，，，， ) ()(2τδστ=W R +∞ <<∞-=ωσω2)(W S )}({k W Λ,2,1,0,)(2±±==l l R l W δσ2)()(σωω== ∑ ∞-∞=-l l j W W e l R S ???≠=≈+=?0 , 00,Const )()(1)(0ττττT M dt t M t M T R bit )12(-=P P N
系统辨识实验报告
实验一 最小二乘法 1 最小二乘算法 1.1 基本原理 系统模型 )()()()()(11k n k u z B k z z A +=-- a a n n z a z a z a z A ----++++= 221111)( b b n n z b z b z b z B ----+++= 22111)( 最小二乘格式 )()()(k n k h k z T +=θ [][] ?????=------=T n n T b a b a b b a a n k u k u n k z k z k h 11)()1()()1()(θ 对于L k ,,2,1 =，构成线性方程组 L L L n H z +=θ 式中， []T L L z z z z )()2()1( = []T L L n n n n )()2()1( = ? ????? ???? ??--------------= ??????????????=)()1()()1()2()1()2()1()1() 0() 1()0()()2()1(b a b a b a T T T L n L u L u n L z L z n u u n z z n u u n z z L h h h H 参数估计值为 ()L T L L T L LS z H H H 1 ?-=θ 1.2 Matlab 编程 % 基本最小二乘法LS clear;clc A=ones(5,1);B=ones(4,1);%A 为首1多项式，B 中体现时滞（d=1） na=length(A)-1;nb=length(B); load dryer2
化工仪表及自动化复习提纲 试卷分值分布： 一、单选题（2 5=10分，每道题2分，共5道题） 二、多选题（2 5=10分，每道题2分，共5道题） 三、判断题（1 5=5分，每道题1分，共5道题） 四、名词解释（4 5=20分，每题4分，共5题） 五、综合题（10 4=40分，每题10分，共4题） 六、利用你所学的化工仪表及自动化知识，设计一个你熟悉的简单测控系统，简述整个设计过程，要求：画出系统方框图；描述系统的功能；考虑各个环节作用，反馈和变量的选择以及干扰因素；选择测量方法和控制规律；分析具体的变量范围和系统的控制过程及各信号的变化情况。（15分） 第一章自动控制的基本概念 1.简述被控对象、被控变量、操纵变量、扰动（干扰）量、设定（给定）值和偏差的含义？ 2.自动控制系统按其基本结构形式可分为几类？其中闭环控制系统中按设定值的不同形式可分为几种？简述每种形式的基本含义。 3.自动控制系统主要有哪些环节组成？各部分的作用是什么？ 4.衰减振荡过程的品质指标有哪些？各自的含义是什么？ 5.什么是自动控制系统的方框图？ 6.什么是控制系统的静态与动态？
7.什么是反馈？什么是正反馈和负反馈？ 概念理解 1)系统的过渡过程、系统地静态特性、最大偏差、衰减比、余差、过渡时间、对象的数学模型、时间常数、放大系数、滞后时间、自动控制系统的方块图。 2)最大偏差、衰减比、余差、过渡时间的计算。 第二章被控对象的数学模型 1.什么是被控对象特性？什么是被控对象的数学模型？ 2.建立对象数学模型的三种方法。 3.描述简单对象特性的参数有哪些？ 4.实验测取对象特性常用的方法有哪些？ 5.何为系统辨识、参数估计？ 第三章检测仪表与传感器 1.什么是真值？什么是仪表的基本误差、测量误差？ 2.热电偶测温原理、热电阻测温原理？ 3.用热电偶测温时，为什么要进行冷端温度补偿？其冷端温度补偿的方法有哪几种？ 4.根据工作原理不同，物位测量仪表有哪些主要类型？它们的工作原理各是什么？ 5.什么是节流现象？标准的节流体有哪几种？ 概念理解 1)绝对误差、相对误差、修正值、引用误差、精度等级、灵敏度、应
第一章概论，讲述计算机控制系统的发展过程；计算机控制系统在日常生活和科学研究中的意义；计算机控制系统的组成及工作原理；计算机控制的特点、优点和问题；与模拟控制系统的不同之处；计算机控制系统的设计与实现问题以及计算机控制系统的性能指标。 1.计算机控制系统与连续模拟系统类似，主要的差别是用计算机系统取代了模拟控制器。 2.计算机系统主要包括： ．A／D转换器，将连续模拟信号转换为断续的数字二进制信号，送入计算机； ．D／A转换器，将计算机产生的数字指令信号转换为连续模拟信号(直流电压)并送给直流电机的放大部件； ．数字计算机(包括硬件及相应软件)，实现信号的转换处理以及工作状态的逻辑管理，按给定的算法程序产生相应的控制指令。 3.计算机控制系统的控制过程可以归结为： ．实时数据采集，即A/D变换器对反馈信号及指令信号的瞬时值进行检测和输入； ．实时决策，即计算机按给定算法，依采集的信息进行控制行为的决策，生成控制指令；．实时控制，即D/A变换器根据决策结果，适时地向被控对象输出控制信号。 4.计算机控制系统就是利用计算机来实现生产过程自动控制的系统。 5.自动控制，是在没有人直接参与的情况下，通过控制器使生产过程自动地按照预定的规律运行。 6.计算机控制系统的特性 系统规模有大有小 系统类型多种多样 系统造价有高有低 计算机控制系统不断推陈出新 7.
按功能分类 1)数据处理系统 2)直接数字控制（DDC） 3)监督控制（SCC） 4)分散型控制 5)现场总线控制系统 按控制规律分类 1)程序和顺序控制 2)比例积分微分控制（PID） 3)有限拍控制 4)复杂控制 5)智能控制 按控制方式分类 1)开环控制 2)闭环控制 9.计算机控制系统的结构和组成
精品文档新建试卷20180629110657 一、单选题（共48题，48分） 1、已知偏差e(k)，积分分离阈值β，以下正确的是（） A、 B、 C、 D、 2、已知离散系统脉冲传递函数为：G（Z）=（Z+0.5）/（Z-0.5+j0.5）^2 ，可知该系统是（） A、 稳定的 B、 不稳定的 C、 中性稳定的 D、
精品文档以上答案都不对 3、 A、 也是稳定的 B、 是不稳定的 C、 稳定性不一定 4、8位的A/D转换器分辨率为（） A、 0.01587 B、 0.007874 C、 0.003922 D、 0.0009775
5、一个8位的A/D转换器（量化精度0.1%），孔径时间3.18μm，如果要求转换误差在转换精度内，则允许转换的正弦波模拟信号的最大频率为 （）。 A、 5Hz B、 50Hz C、 100Hz D、 500Hz 6、某热处理炉温度变化范围为0~1350℃，经温度变送器变换为1~5V的电压送至ADC0809，ADC0809的输入范围为0~5V，当t=KT时，ADC0809的转换结果为6A，此时炉温为（） A、 588.98℃ B、 288.98℃ C、 361.23℃
698.73℃ 7、如果模拟信号频谱的最高频率为fmax，只要按照采样频率（）进行采样，那么采样信号就能唯一的复观。 A、 B、 C、 D、 8、一个10位的A/D转换器（量化精度0.1%），孔径时间10μs，如果要求转换误差在转换精度类，则允许转换的正弦波模拟信号的最大频率为（）。 A、 15Hz B、 16H C、 17Hz
14Hz 9、如图1所示，V out为8位D/A转换器的双极性输出端，若输入数字量 D=11100000（B），基准参考电V REF=5V，则V out为：（） A、 4.375V B、 -4.375V C、 3.75V D、 -3.75V 10、q=20mV时，量化误差为±10mV，0.990~1.009V范围内的采样值，其量化结果都是：（）。