闭环系统辨识报告

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，实时辨识导弹动力学系统与静稳定裕度和动压密切相关的参数，并据之实时改变控制系统

的增益系数，可提高导弹的可控性和机动性。

(5)飞行试验故障分析。对于导弹飞行试验故障分析，气动和动力学分析是其中的一项重要内容，而气动参数辨识是进行气动和动力学分析的有效工具。气动参数辨识在飞行试验故障分析中已经得到许多成功的应用。

(6)飞行试验落点预报。在导弹靶场飞行试验中，残骸搜索是一项重要的工作，残骸可以为飞行试验结果分析、事故分析、导弹定型等提供重要依据。残骸的快速、有效搜索，取决于落点的准确预报。在导弹飞行试验落点预报中，气动参数辨识是最关键的技术环节。

战术导弹闭环辨识的难点及解决途径

系统辨识的效果受到几个因素的制约：待辨识对象的动态特性；所选取的模

型结构与相应的参数化方式；采用的辨识方法和准则；系统辨识进行的实验条件。从某种意义上说，实验条件可分开环和闭环两种工况，如下图1和图2所示，针对这两种状态的辨识也分别称为开环系统辨识和闭环系统辨识。开环系统的输入与输出信号之间不相关，系统的输出仅仅反映系统输入和系统本身的特性，系统辨识可以对输入和输出信号分别测量和处理，数据处理比较简单明确；闭环状态输出信号不仅反映系统特性，还包括反馈装置的特性，辨识时要从输出的可观测量中将系统特性和反馈装置特性区别出来，这样一来问题就复杂化了。尽管闭环系统辨识比开环系统辨识复杂，但是有时某些工程应用中要求辨识试验必须在闭环条件下进行，比如，静不稳定飞机飞行试验时不可断开飞控系统，否则可能会造成灾难性的后果；再如，在经济、生物等领域中，许多系统往往还存在固有的、无法断开的或隐蔽的反馈；还有出于系统运行安全性、经济性的考虑，利用在线辨识进行控制的系统也需要闭环系统辨识，以免系统工况偏离正常值太远而发生危险或影响产品质量。因此，根据闭环条件下测得的试验数据对对象进行辨识往往不可避免。闭环系统辨识研究成为近年来系统辨识方法研究的重要发展方向，在今后工程中的应用也将愈来愈多。

目标值一控制器竺I驱动器操作量」控制对專

图1开环系统（前馈控制）

冃标值捽制量

图2闭环系统（反馈控

制）

对于战术导弹，大攻角机动是其重要的战术技术指标之一。在大攻角下，导弹的空

气动力特性十分复杂。绕细长导弹的流动结构，可分成四种主要的流动形态。当攻角从0°增加到90°时，出现无涡流动、对称涡流动、定常非对称涡流动、尾迹状流动区域。在较大攻角下，非对称前体涡产生较大的侧向力和偏航力矩。

当非对称涡与弹翼相互作用时，导弹的空气动力特性更为复杂。此外，战术导弹作大攻角机动时，非定常气动效应可能很显著。因此，基于安全性与稳定性要求，战术导弹的飞行试验通常是在闭环控制状态下进行的，根据闭环条件下测得的试验数据辨识导弹气动参数已成为获取导弹在典型状态下的非定常气动力特性的一条可行途径。

人们从实践中发现，许多成熟的经典辨识方法，如预报误差法、辅助变量法、相关分析法、频谱分析法等，在开环实验条件下均能获得满意的效果。然而，由于反馈的存在，使得闭环控制系统中的输入输出数据中有关系统动态特性的信息量减少，同时引起输入输出数据相关，由此造成闭环系统的可辨识性和辨识精度问题变得更为严重，直接将上述方法应用于闭环条件下对象的辨识时，将存在较大的估计偏差，甚至会导致对象的不可辨识性。对于战术导弹而言，由于控制系统抑制了相关运动模态，通常情况下，试验数据所含关于待辨识气动参数的信息量很少。此外，由于控制系统的作用，输入（舵偏角）与输出（攻角、侧滑角、角速率、加速度）之间

存在一定程度的相关性。这些因素都将增加闭环气动参数

辨识的难度。

针对战术导弹闭环控制下气动参数辨识中存在的困难，在最大似然辨识方法的

基础上，采用近年来较为流行的粒子群优化算法作为迭代计算方法，从而替代原有的梯度类算法（如Newton-Raphson算法）。

导弹气动参数的可辨识性和辨识准度固然取决于所采用的数学模型和辨识算法，但更重要地取决于飞行试验数据所含待估计参数的信息量和测量数据的精度。不同的控制输入激发出动力学系统的不同运动模态，试验数据所含动力学系统待估计参数的信息量也就不同，例如当仅对导弹施加俯仰舵偏信号时，则导弹在铅垂平面做俯仰运动，此时记录下的试验数据只能用于辨识与纵向俯仰运动有关的气动参数，因为导弹没有激发横向运动模态，也就无法辨识与横向运动有关的滚转气动参数。由此可见，控制输入决定了系统的输出特性，从而决定了系统参数的可辨识性和辨识准度。从这个意义上讲，输入信号的设计是系统辨识的基础。特别是对于战术导弹，控制系统抑制了导弹运动模态的充分激发，如果不进行控制输入设计，飞行试验数据包含的气动信息将十分有限，不利于气动参数辨识。此外，高性能的飞行试验通常包括大攻角飞行，有时还会使用失速模型。在这种情况下，由于急剧的高度损失，飞行试验时间受到严格限制，要求在飞行的单位时间内数据所包含的信息量必须达到最大化来有效利用昂贵的飞行试验时间。这些实际考虑都说明了输入设计在气动参数辨识中的重要性。

闭环系统参数辨识方法研究

系统辨识中的闭环问题作为一类特殊的辨识问题，近年来越来越受到人们的关注。Soderstrom 指出，由于输出信号的干扰噪声通过反馈环节与输入信号相关，直接采用频谱分析法，辨识结果将是对象传递函数与反馈传递函数倒数间的一个加权平均值；Ljung 的理论分析表明，如果采用预报误差法进行开环辨识时，只要对象模型集包含真实对象的动态特性，即使噪声模型不足以描述噪声的真实动态特性，仍可获得对象的一致无偏估计，而将此方法直接用于闭环辨识时，只要噪声模型不能精确描述真实噪声，即使对象模型集包含了真实对象动态特性，得到的将是对象参数的有偏估计；Gustavsson 则举出了反馈环节是比例调节器时，直接采用预报误差法将导致对象不可辨识性的实例。

对上述问题的解决，存在三种经典的解决方法：直接法、间接法、联合输入

输出法。

(1)直接辨识法。直接法是利用闭环条件下得到的数据，直接把对象当作在开环环境中进行辨识。但要保证系统的可辨识性及对象参数估计的一致无偏性，采用直接法时必须满足条件：①存在足够的外部激励信号；②控制器的阶数足够高；③控制器在不同的模式间切换；④控制器时变、非线性。

(2)间接辨识法。间接法的思想是先根据闭环系统的输入输出信号用开环辨识方法得到闭环系统的传递函数，再由已知的控制器传递函数推导出对象的辨识模型。

(3)联合输入输出法。将闭环系统的输入输出统一看作为白噪声驱动系统产生的输出信号。先辨识出整个系统的传递函数矩阵，然后利用传递函数矩阵中的分块矩阵与系统各环节传递函数的关系，求出各环节的传递函数。

经典闭环辨识法在许多方面并不尽如人意：直接法虽然简洁,但必须满足较为苛刻的条件；间接法与联合输入输出法实验前要知道反馈控制器的传递函数，并且需要至少三个可检测的信号，此外，闭环系统与开环对象模型间的参数转换导致了繁重的计算工作量。

输入设计研究

飞行器的运动历程 (动态响应) 取决于其控制部件的运动规律。飞机运动取决于俯仰舵、副翼和方向舵的运动；导弹运动取决于舵面的偏转角和推力作用方向的变化规律。导弹动力学系统的动态响应特性就是指导弹对控制部件运动的响应特性。输入设计的目的就是设计导弹控制部件的运动规律，使飞行试验过程可以激发出与待辨识参数相关的运动模态，提供辨识所需的足够的信息量。在飞行试验中最常用的基本输入信号是阶跃输入、方波输入、偶极方波输入、“3211”

输入、振荡型输入等，下面分别对这些输入信号进行简要介绍。

1、阶跃输入

阶跃输入信号是最简单的信号，但它只在低频区域含有能量，不能用于激发高频振荡模态的响应，而且阶跃输入常使飞行器偏向某方向运动而离开线性区域。阶跃输入的数学模型为

e [o^tj

3 e [f u+ co)

2、方波输入、偶极方波输入

方波输入和偶极方波输入的频谱密度较宽，在高频区域也含有能量（见图

1.7）,适当调整△ t可以在感兴趣的模态的频率段含有足够的能量，而且克服了阶跃输入使飞行器运动向某一方向偏离的缺点，是个简单而有效的输入信号，

在飞机飞行试验中常被米用，其数学模型为

方波：

0,f E(0,訂)，f c 也+ Af, + s)

「1

a

偶极方波:

〃E 血f E 亿+ 2 Af, + Q

G|it lf ij + At)

/ 胡 + Af, ti + 2At]

3、“ 3211 ”输入

“3211 ”多级方波输入是个频带相当宽的信号，通过调整△ t，可以将频

带移到试验所希望激发的频带上去。“3211 ”输入的数学模型为

[o, f J, E E &+ +S

a , f e | f i, fj 4- 32)

=*-a , f E[fj +3AJ 耳+ 5Af)

a” r w |& + 5Af, t

1

+ 6Af)

-?w[片+6Ag 十

4、振荡型输入

振荡型输入是一个比较容易实现的输入型式，但频谱单一，只当振荡频率与被辨识模态的频率比较相近时才能激发。振荡型输入的数学模型为

0 j t e [o, ), f e (q+ if, + s)

+

以上几种输入信号具有型式简单、易于实现的优点，被广泛应用于飞行器的飞行试验，但同时也存在着频谱较为单一，不能有效激发被辨识模态，大大降低了飞行试验数据所含待辨识参数的信息量，从而严重影响了气动参数的辨识准度。为了提高辨识精度，就必须使试验能获得与待辨识参数有关的动态响应的最大信息量，依据此目的来设计飞行器动力学系统控制面的运动规律，即最优输入

设计。

最早研究动态系统最优输入问题的是莱文(M J Levin)，之后加莱克(P HGarlach)研究了飞行器参数辨识的最优输入。20世纪70年代，梅拉(R. K. Mehra) 进行了系统的理论研究，给出了最优输入判据的各种表达形式，证明它们的等价

性并给出时域和频域的具体算法。目前，参数辨识的优化设计还处于基础研究阶段，距离实际应用还有一段差距，不论是准则、算式、算法和应用都有待进一步研究。前文所述“ 321T输入信号，即是一个最优输入信号。凯勒(R Koehle) 采用多级方波求得一个在频域内功率谱分布比较均匀的输入，称之为“321T信号，即三个时间单位的正方波，两个时间单位的负方波，接着再一个时间单位的正方波，一个时间单位的负方波。

由于信息矩阵逆矩阵的迹反映参数的平均方差，可取之作为优化准则，据此，Morelli以信息矩阵逆矩阵的迹达极小求出多重方波形式的最优输入信号，并将此信号作为纵、横向控制输入，分别辨识美国F-18大攻角研究飞行器(HighAlpha Research Vechicle HARV 的气动参数。

荷兰德佛特技术大学(DUT)以误差协方差矩阵之逆达极小设计出由相等频率间隔的正弦波总合而成的最佳输入，由最优条件确定各频率正弦波的幅值，据此设计出最佳俯仰舵输入。应用上述输入信号激发“海狸”飞机的动态响应，并采用建模前估计方法，先用卡尔曼滤波再用逐步回归法对飞行参数进行辨识。

美国对F-8飞机也曾采用9种不同输入做过类似试验。结论是静稳定导数对输入方式不敏感，而控制导数对输入较为敏感。横向导数对输入信号的形式也较敏感。经

验表明飞机在一个副翼动作之后，紧接着一个舵动作就较充分地激发横向运动模态。

上述飞机参数辨识研究的结果，对于其它动力学系统，特别是导弹动力学系统，也是有参考价值的。当然，目前参数辨识的最优化输入研究基本只局限于线性系统，而且实用和有效的方法还有待进一步开发。国内飞机、导弹飞行试验的

输入都采用多重方波形式，只是在方波幅值和作用时间vt之中进行优化选择。PSO算法基本原理

粒子群优化算法是基于群体的演化算法，其思想来源于人工生命和演化计算理论。Reynolds对鸟群飞行的研究发现，鸟仅仅是追踪它有限数量的邻居，但最终的整体结果是整个鸟群好像在一个中心的控制之下，即复杂的全局行为是由

简单规则的相互作用引起的。PSO算法即源于对鸟群捕食行为的研究，一群鸟在随机搜寻食物，如果这个区域里只有一块食物，那么找到食物的最简单有效的策略就是搜寻目前离食物最近的鸟的周围区域。PSO算法就是从这种模型中得

到启示而产生的，并用于解决优化问题。另外，人们通常是以他们自己及他人的经验作为决策的依据，这就构成了PSO算法的一个基本概念。

PSO算法求解优化问题时，问题的解对应于搜索空间中一只鸟的位置，称这些鸟为“粒子” （particle）或“主体”（age nt）。每个粒子都有自己的位置和速

度，它们分别决定了飞行的方向和距离，还有一个由被优化函数决定的适应值。各个粒子记忆、追随当前的最优粒子，在解空间中搜索。每次迭代的过程不是完全随机的，如果找到较好解，将会以此为依据来寻找下一个解。

初始化一群随机粒子（随机解），在每一次迭代中，粒子通过跟踪两个“极值”来更新自己：第一个就是粒子本身找到的最好解，叫做个体极值点，用Pi 表示其位置；另一个极值点是整个种群目前找到的最好解，称为全局极值点，用

P表示其位置。在找到两个最好解后，粒子根据如下式来更新自己的速度和位置。设目标搜索空间为D维，有n个粒子组成一个群落，第i个粒子可以用一个D维向量表示为X i = （X ii ,X i2,…，X iD ）T, （i =1,2,…，n），即第i个粒子在D维的搜索空间中的位置是X i。将X i代入一个目标函数就可以计算出其适应值，根据适应值的

大小衡量粒子优劣。第i个粒子的速度也是一个D维向量，表示为

V i =(V ji，V j2,…，V iD )T；记第i个粒子迄今为止搜索到的最优位置为Pi =(P ii, P i2,…,P iD )T，全体粒子群迄今为止搜索到的最优位置为

P g =(P g1, P g2,…,P gD )T。则粒子的速度和位置根据以下公式从k代更新到k+1

代：

v rf+l =Sw + - )+ C込(p 就-X：)

其中，V max =(V i max,v m ax,…，v m ax)T,i =1,2,…，n;d =1,2,…，D ；V id 是粒子i 在第k次迭代中第d维的速度；C i和C2是加速系数(或称学习因子)，非负常数，分别调节向个体最好粒子和全局最好粒子方向飞行的最大步长，若太小，则粒子可能远离目标区域，若太大则会导致突然向目标区域飞去，或飞过目标区域。合适

C i，C2的可以加快收敛且不易陷入局部最优，通常令C i二C2 = 2 ；r i和「2是相互

独立的［0,1］内均匀分布的随机数；x：是粒子i在第k次迭代中第d维的当前位置；P id是粒子i在第d维的个体极值点的位置；P gd是整个粒子群在第d维的全局极值点的位置。为防止粒子远离搜索空间，粒子的每一维速度V d都会被钳位在

_-V d max, -V d max之间，如果v；ax太大，粒子将飞离最好解，如果太小，将会陷入局部最优。假设将搜索空间的第d维定义为区间［-v；ax,+v；ax〕，则通常v：ax= KX d m：0.1K乞1.0每一维都用相同的设置方法。基本PSO算法的流程

可以描述为：

Step1初始化

初始搜索点的位置X0及其速度V「通常是在允许的范围内随机产生的，每个粒子的P i 坐标位置为其当前位置，且计算出其相应的个体极值，即个体极值点的适应

度值，而全局极值，即全局极值点的适应度值就是个体极值中最好的，记录该最好值的粒子序号，并将P g 设置为最好粒子的当前位置。

Step2 评价每一个粒子

计算粒子的适应度值，如果好于该粒子当前的个体极值，则将P i 设置为该粒子的位置，且更新个体极值。如果所有粒子的个体极值中最好的好于当前的全局极值，则将P g 设置为该粒子的位置，记录该粒子的序号，且更新全局极值。

Step3 粒子的更新

用上式对每一个粒子的速度和位置进行更新。

Step4 检验是否符合结束条件

如果当前的迭代次数达到了设定的最大迭代次数，或粒子群迄今为止搜索到的最优位置满足预定最小适应阈值，则停止迭代，输出最优解，否则转到Step2。

PSO算法框架图如下所示

PSO算法框图

PSO算法的一些特点：

1、基本PSO算法最初是处理连续优化冋题的。

2、类似于遗传算法，PSO算法也是多点搜索。

3、上式的第一项对应多样化的特点，第二项、第三项对应于搜索过程的集中化特点，因此这个方法在多样化和集中化之间建立均衡。

阶段工作总结表

系统辨识之经典辨识法

系统辨识作业一 学院信息科学与工程学院专业控制科学与工程 班级控制二班 姓名 学号

2018 年 11 月 系统辨识 所谓辨识就是通过测取研究对象在认为输入作用的输出响应，或正常运行时 的输入输出数据记录，加以必要的数据处理和数学计算，估计出对象的数学模型。 辨识的内容主要包括四个方面： ①实验设计； ②模型结构辨识； ③模型参数辨识； ④模型检验。 辨识的一般步骤：根据辨识目的，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；最终验证获得的最终模型。 根据辨识方法所涉及的模型形式来说，辨识方法可以分为两类：一类是非参 数模型辨识方法，另一类是参数模型辨识方法。 其中，非参数模型辨识方法又称为经典的辨识方法，它主要获得的是模型是 非参数模型。在假定过程是线性的前提下，不必事先确定模型的具体结构，广泛 适用于一些复杂的过程。经典辨识方法有很多，其中包括阶跃响应法、脉冲响应法、相关分析法和普分析法等等，本次实验所采用的辨识方法为阶跃响应法和脉 冲响应法。 1．阶跃响应法 阶跃响应法是一种常用非参数模型辨识方法。常用的方法有近似法、半对数法、切线法、两点法和面积法等。本次作业采用面积法求传递函数。 1.1面积法 ① 当系统的传递函数无零点时，即系统传递函数如下： G(S) = + ?11?1+?+ 1+1 (1-1) 系统的传递函数与微分方程存在着一一对应的关系，因此，可以通过求取 微分方程的系数来辨识系统的传递函数。在求得系统的放大倍数K后，要得到无 因次阶跃响应y(t)(设τ=0)，其中y(t)用下式描述： () ?1 () (1-2) 面积法原则上可以求出n为任意阶的个系数。以n为3为例。有： 3() 2() () {| →∞ =| →∞ =| →∞ = 0 (1-3) ()| →∞ = 1

系统辨识实验1实验报告

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：

现代控制理论课程报告

- 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

系统辨识作业2

系统辨识作业 学院： 专业： 姓名： 学号： 日期：

系统辨识作业： 以下图为仿真对象 图中，v(k)为服从N(0,1)正态分布的不相关随即噪声，输入信号采用循环周期Np>500的逆M 序列，幅值为1，选择辨识模型为： )()2()1()2()1()(2121k v k u b k u b k z a k z a k z +-+-=-+-+ 加权因子1)(=Λk ，数据长度L=500，初始条件取I P 610)0(= ，????????? ???=001.0001.0001.0)0(? θ 要求：（1）采用一次完成最小二乘法对系统进行辨识，给出数据u(k)和z(k)， 及L H ，L Z 和θ 和)?(θ J 的值。 （2）采用递推最小二乘法进行辨识，要给出参数收敛曲线以及新息)(~k Z ，残差)(k ε，准则函数)(k J 随着递推次数K 的变化曲线。 （3）对仿真对象和辨识出的模型进行阶跃响应对比分析以检验辨识结果的实效。 1、一次完成法对系统进行辨识： 估计L T L L T L LS Z H H H 1)(?-=θ ，其中 []2121,,,b b a a LS =θ ????? ? ??????=L L Z Z Z Z 21 ????????????------------=????????? ???=)2()1()2()1()0()1()0()1()1()0()1() 0()()2()1(L u L u L z L z u u z z u u z z L h h h H L 一次完成算法对系统辨识的Matlab 程序见附录: 部分输入、输出数据如下，全部的输入输出数据用图1.1所示 输入数据u(k)=Columns 1 through 16 0 0 1 1 1 1 0 0 0 0 1 0 0 1 1 0

系统辨识实验报告30288

一、相关分析法 (1)实验原理 图1 实验原理图 本实验的原理图如图1。过程传递函数()G s 中12120,8.3, 6.2K T Sec T Sec ===；输入变量()u k ，输出变量()z k ，噪声服从2(0,)v N σ，0()g k 为过程的脉冲响应理论 值，?()g k 为过程脉冲响应估计值，()g k 为过程脉冲响应估计误差。 过程输入()u k 采用M 序列，其输出数据加白噪声()v k 得到输出数据()z k 。利 用相关分析法估计出过程的脉冲响应值?()g k ，并与过程脉冲响应理论值0()g k 比较，得到过程脉冲响应估计误差值()g k 。 M 序列阶次选择说明：首先粗略估计系统的过渡过程时间T S (通过简单阶跃响应)、截止频率f M (给系统施加不同周期的正弦信号或方波信号，观察输出)。本次为验证试验，已知系统模型，经计算Hz T T f M 14.01 2 1≈= ，s T S 30≈。根据式M f t 3 .0≤ ?及式S T t N ≥?-)1(，则t ?取值为1，此时31≥N ，由于t ?与N 选择时要求完全覆盖，则选择六阶M 移位寄存器，即N =63。

(2)编程说明 图2 程序流程图 (3)分步说明 ① 生成M 序列： M 序列的循环周期63126=-=N ，时钟节拍1t Sec ?=，幅度1a =，移位寄存器中第5、6位的内容按“模二相加”，反馈到第一位作为输入。其中初始数据设为{1,0,1,0,0,0}。程序如下：

② 生成白噪声序列： 程序如下： ③ 过程仿真得到输出数据： 如图2所示的过程传递函数串联，可以写成形如1212 11 ()1/1/K G s TT s T s T = ++， 其中112 K K TT = 。 图2 过程仿真方框图 程序如下： ④ 计算脉冲响应估计值：

系统辨识与自适应控制硕士研究生必修课程考核

《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/a34141565.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

系统辨识实验报告

南京理工大学 电加热炉动态特性辨识实验报告 作者: 张志鹏（94）学号：813001010014 实验时间2013年11月24日 组员: 刘心刚（63）李昊（88）倪镭（90） 任课老师：郭毓教授 2013 年 11 月

1.熟悉对实际控制系统的辨识与参数估计，并利用所得模型进行控制仿真，进而控制实际系统。 2.掌握实际工程中常用的辨识方法，如LS，RLS，RLES等。 二、实验平台: 嵌入式温度控制系统主要由嵌入式温度控制器、立式RGL-9076A 型温箱、NETGEAR 无线路由器和24V 开关电源等组成。系统电气连接如图1 所示。系 统采用CS（客户端—服务器）模式实现了一对一的服务器、客户端的数据通信。 嵌入式控制系统软软硬件运行平台. 硬件：PC 机、嵌入式温度控制器、NETGEAR 无线路由器等。 软件：Windows XP、Microsoft Visual C++ 6.0、Matlab 2007a 等。 图1 实验硬件平台

1.设置硬件。根据实验手册上的连接方式，确认硬件连接是否正确。根据使用手册进行IP设置、系统参数设置，直至软件可以实时显示温度曲线。 2.达到稳态。我们首先采用81V的加热电压加热使系统尽快到达某一较稳定温度。使用3S的采样周期进行采样温度信号。当温箱实际温度达到135度左右时，温度变化曲线几乎持平，我们认定此时温箱系统处于稳态。 3.加入辨识信号。这里选选取M序列进行辨识，在试验阶段我们组做了一组数据：选取M序列幅值为+20，-20，，辨识信号的采样周期为40s。加入辨识信号后继续进行数据采集。 4.数据处理、辨识系统模型。 5.分析辨识结果得出结论。 四、辨识算法及过程 经过分析研究，确定使用计算残差平方和的RELS方法验证模型的阶次及延时并辨识系统模型参数。 1、确定系统的延迟d

系统辨识内容与要求

系统辨识实验内容与要求 实验题目：三温区空间晶体生长炉温度系统建模 实验对象：三温区空间晶体生长炉 单晶体是现代电子设备制造技术的一个必不可少的部分，它应用广泛，如二极管、三极管等半导体器件都需要用到单晶体。组分均匀（compositional uniformity）、结晶完整（crystallographic perfection）的高质量晶体材料是保证电子设备性能重要因素。 目前，单晶体制备主要靠晶体生长技术完成。其主要过程是：首先在坩埚等加热器皿中对籽晶进行加热，使其由固相转变为液相或气相，再降低器皿中温度，使液相或气相的籽晶材料冷却结晶，就可得到最终的单晶体。这个过程中，为保证晶体的组分均匀和结晶完整，必须使晶体内部各晶格的受力均匀。因此，为减小重力对晶体生长的影响，研究者提出在空间微重力环境下进行晶体生长的方案。我们研究的空间晶体生长炉就是该方案中的晶体加热设备。 我们研究的空间晶体生长炉采用熔体Bridgman生长方式，其结构如图1所示。炉身由三部分构成：外筒、炉管以及炉管外部的隔热层。炉管由多个加热单元组成，每个加热单元组成一个温区。加热单元由导热性能良好的陶瓷材料制成，两个加热单元之间有隔热单元隔开。加热单元的外测均匀缠绕加热电阻丝，内侧中间部位安装有测温热电偶。炉管外部的隔热层由防辐射绝热材料制成。 微重力环境下，晶体内部各晶格之间的热应力是影响晶体生长质量的关键因素，而热应力是由炉内温场决定的。因此，必须对晶体炉内各温区的温度进行控制，以构造一个具有一定的梯度的、满足晶体生长需要的温场。工作时，将装有籽晶的安瓿管按一定的速度插入晶体炉炉膛内，通过控制流过各温区加热电阻丝的电流控制炉内温场，通过热电偶在线获取各温区的实时温度值，进行闭环控制，。其中，流过电阻丝的电流通过PWM（脉宽调制）方式进行控制。另外，由于晶体炉工作温度的变化范围比较大，传感器热电偶难以在全量程范围内保持很高的线性度，因此，使用的热电偶的电压读数与实际温度值间需要进行查表变换。 本实验内容是运用系统辨识的方法建立晶体炉中某个温区的动力学模型，辨识数据已给出，见SI_Data.xls文件。

现代控制理论课程报告

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

系统辨识经典辨识方法

经典辨识方法报告 1. 面积法 辨识原理 分子多项式为1的系统 1 1 )(11 1++++= --s a s a s a s G n n n n Λ……………………………………………（） 由于系统的传递函数与微分方程存在着一一对应的关系，因此，可以通过求取微分方程的系数来辨识系统的传递函数。在求得系统的放大倍数K 后，要先得到无因次阶跃响应y(t)（设τ=0）。大多数自衡的工业过程对象的y(t)可以用下式描述来近似 1)() ()()(a 111=++++--t y dt t dy a dt t y d a dt t y d n n n n K ……………………………（） 面积法原则上可以求出n 为任意阶的各系数。以n=3为例，注意到 1|)(,0|)(d |)(d |)(d 23====∞→∞→∞→∞→t t t t t y dt t y dt t y dt t y …………………………（） 将式（）的y(t)项移至右边，在[0，t]上积分，得 ?-=++t dt t y t y a dt t dy a dt t y d a 01223 )](1[)() ()(…………………………………（） 定义 ?-=t dt t y t F 01)](1[)(……………………………………………………………（） 则由式（）给出的条件可知，在t →∞ ?∞ -=01)](1[a dt t y ……………………………………………………………（） 将式a 1y(t)移到等式右边，定义 )()]()([)() (a 201123 t F dt t y a t F t y a dt t dy t =-=+?…………………………………（） 利用初始条件（）当t →∞时 )(a 22∞=F …………………………………………………………………… （） 同理有a 3=F 3(∞) 以此类推，若n ≥2，有a n =F n (∞) 分子、分母分别为m 阶和n 阶多项式的系统

系统辨识与自适应控制论文

XXXXXXXXXX 系统辨识与自适应控制课程论文 题目：自适应控制综述与应用 课程名称：系统辨识与自适应控制 院系：自动化学院 专业：自动化 班级：自动化102 姓名： XXXXXX 学号: XXXXXXXXX 课程论文成绩： 任课教师： XXXXX 2013年 11 月 15 日

自适应控制综述与应用 一．前言 对于系统辨识与自适应控制这门课，前部分主要讲了系统辨识的经典方法（阶跃响应法、频率响应法、相关分析法）与现代方法（最小二乘法、随机逼近法、极大似然法、预报误差法）。对于系统辨识，简单的说就是数学建模，建立黑箱系统的输入输出关系；而其主要分为结构辨识（n）与参数辨识（a、b）这两个任务。 由于在课上刘老师对系统辨识部分讲的比较详细，在此不再赘述，下面讨论自适应控制部分的相关内容。 对于自适应控制的概念，我觉得具备以下特点的控制系统，可以称为自适应控制系统： 1、在线进行系统结构和参数辨识或系统性能指标的度量，以便得到系统当前状态的改变情况。 2、按一定的规律确定当前的控制策略。 3、在线修改控制器的参数或可调系统的输入信号。 二．自适应控制综述 1.常规控制系统与自适应控制系统比较 （1）控制器结构不同 在传统的控制理论与控制工程中，常规控制系统的结构主要由控制器、控制对象以及反馈控制回路组成。 而自适应控制系统主要由控制器、控制对象、自适应器及反馈控制回路和自适应控制回路组成。 （2）适用的对象与条件不同 传统的控制理论与控制工程中，当对象是线性定常、并且完全已知的时候，才能进行分析和控制器设计。无论采用频域方法，还是状态空间方法，对象一定是已知的。这类方法称为基于完全模型的方法。在模型能够精确地描述实际对象时，基于完全模型的控制方法可以进行各种分析、综合，并得到可靠、精确和满意的控制效果。 然而,有一些实际被控系统的数学模型是很难事先通过机理建模或离线系统辨识来确知的,或者它们的数学模型的某些参数或结构是处于变化之中的.对于这类事先难以确定数学模型的系统,通过事先整定好控制器参数的常规控制往往难以对付。 面对上述系统特性未知或经常处于变化之中而无法完全事先确定的情况,如何设计一个满意的控制系统,使得能主动适应这些特性未知或变化的情况,这就 是自适应控制所要研究解决的问题.自适应控制的基本思想是:在控制系统的运行过程中,系统本身不断地测量被控系统的状态、性能和参数,从而“认识”或“掌握”系统当前的运行指标并与期望的指标相比较,进而作出决策,来改变控制器的结构、参数或根据自适应规律来改变控制作用，以保证系统运行在某种意义下的最优或次优状态。按这种思想建立起来的控制系统就称为自适应控制系统。

闭环系统辨识 报告

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

系统辨识报告

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

系统辨识与自适应控制读书报告

系统辨识与自适应控制读书报告 1、概述 20世纪60年代，自动控制理论发展到了很高的水平。与此同时，工业大生产的发展，也要求将控制技术提高到更高的水平。现代控制理论的应用是建立在已知受控对象的数学模型这一前提下的，而在当时对受控对象数学模型的研究相对较为滞后。现代控制理论的应用遇到了确定受控对象合适的数学模型的各种困难。因此，建立系统数学模型的方法——系统辨识，就成为应用现代控制理论的重要前提。在另一方面，随着计算机科学的飞速发展，计算机为辨识系统所需要进行的离线计算和在线计算提供了高效的工具。在这样的背景下，系统辨识问题便愈来愈受到人们的重视，成为发展系统理论，开展实际应用工作中必不可少的组成部分。 “系统辨识”是研究如何利用系统试验或运行的、含有噪声的输入输出数据来建立被研究对象数学模型的一种理论和方法。系统辨识是建模的一种方法，不同的学科领域，对应着不同的数学模型。从某种意义上来说，不同学科的发展过程就是建立他的数学模型的过程。辨识问题可以归结为用一个模型来表示客观系统本质特征的一种演算，并用这个模型把对客观系统的理解表示成有用的形式。当然也可以有另外的描述，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。总而言之，辨识的实质就是从一组模型类中选择一个模型，按照某种准则，使之能最好地拟合所关心的实际过程的静态或动态特性。 自适应系统利用可调系统的输入量、状态向量及输出量来测量某种性能指标，根据测得的性能指标与给定的性能指标的比较，自适应机构修改可调系统的参数或者产生辅助输入量，以保持测得的性能指标接近于给定的性能指标，或者说测得的性能指标处于可接受性能指标的集合内。自适应系统的基本结构如图1所示。图中所示的可调系统可以理解为这样一个系统，它能够用调整它的参数或者输入信号的方法来调整系统特性。 未知扰动已知扰动 图1 自适应系统的基本结构 2、系统辨识的方法

最优控制实验报告

实验报告 课程名称：现代控制工程与理论实验课题：最优控制 学号：12014001070 姓名：陈龙 授课老师：施心陵

最优控制 一、最优控制理论中心问题： 给定一个控制系统（已建立的被控对象的数学模型），选择一个容许的控制律，使被控对象按预定要求运行，并使给定的某一性能指标达到极小值（或极大值） 二、最优控制动态规划法 对离散型控制系统更为有效，而且得出的是综合控制函数。这种方法来源于多决策过程，并由贝尔曼首先提出，故称贝尔曼动态规划。 最优性原理：在一个多级决策问题中的最优决策具有这样的性质，不管初始级、初始状态和初始决策是什么，当把其中任何一级和状态做为初始级和初始状态时，余下的决策对此仍是最优决策 三、线性二次型性能指标的最优控制 用最大值原理求最优控制，求出的最优控制通常是时间的函数，这样的控制为开环控制当用开环控制时，在控制过程中不允许有任何干扰，这样才能使系统以最优状态运行。在实际问题中，干扰不可能没有，因此工程上总希望应用闭环控制，即控制函数表示成时间和状态的函数。 求解这样的问题一般来说是很困难的。但对一类线性的且指标是

二次型的动态系统，却得了完全的解决。不但理论比较完善，数学处理简单，而且在工际中又容易实现，因而在工程中有着广泛的应用。 一．实验目的 1.熟悉Matlab的仿真及运行环境； 2.掌握系统最优控制的设计方法； 3.验证最优控制的效果。 二．实验原理 对于一个给定的系统，实现系统的稳定有很多途径，所以我们需要一个评价的指标，使系统在该指标下达到最优。如果给定指标为线性二次型，那么我们就可以利用MATLAB快速的计算卡尔曼增益。 三．实验器材 PC机一台，Matlab仿真平台。 四．实验步骤 例题1 （P269）考虑液压激振系统简化后的传递函数方框图如下，其中K a为系统前馈增益，K f为系统反馈增益，w h为阻尼固有频率。（如图5-5所示） 将系统传递函数变为状态方程的形式如下： ,

《系统辨识》实验手册-16页文档资料

《系统辨识》 实验手册 哈尔滨工业大学控制与仿真中心 2012年8月 目录 实验1白噪声和M序列的产生---------------------------------------------------------- 2实验2脉冲响应法的实现----------------------------------------------------------------5实验3最小二乘法的实现--------------------------------------------------------------- 9 实验4递推最小二乘法的实现---------------------------------------------------------- 12附录实验报告模板----------------------------------------------------------------------16 实验1 白噪声和M序列的产生 一、实验目的 1、熟悉并掌握产生均匀分布随机序列方法以及进而产生高斯白噪声方法

2、熟悉并掌握M 序列生成原理及仿真生成方法 二、实验原理 1、混合同余法 混合同余法是加同余法和乘同余法的混合形式，其迭代式如下： 式中a 为乘子，0x 为种子，b 为常数，M 为模。混合同余法是一种递归算法，即先提供一个种子0x ，逐次递归即得到一个不超过模M 的整数数列。 2、正态分布随机数产生方法 由独立同分布中心极限定理有：设随机变量12,,....,,...n X X X 相互独立，服从同一分布，且具有数学期望和方差： 则随机变量之和1n k i X =∑的标准化变量: () n n n k k k X E X X n Y μ --= = ∑∑∑近似服从(0,1)N 分布。 如果n X 服从[0, 1]均匀分布，则上式中0.5μ=，2 1 12 σ= 。即 0.5n k X n Y -= ∑近似服从(0,1)N 分布。 3、M 序列生成原理 用移位寄存器产生M 序列的简化框图如下图所示。该图表示一个由4个双稳态触发器顺序连接而成的4级移位寄存器，它带有一个反馈通道。当移位脉冲来到时，每级触发器的状态移到下一级触发器中，而反馈通道按模2加法规则反馈到第一级的输入端。

系统辨识

作业1 如图1.1所示一阶系统，系统传递函数为G(s)=1/(0.1s+1)，如果采用M序列作为输入信号进行系统辨识，采用5级移位寄存器产生M序列作为输入信号，取M序列的时钟脉冲△=15ms，a=2辨识该系统的脉冲响应。并说明取5级移位寄存器合理与否。 图1.1 一阶RC系统 答: 1.解题步骤 1.初始化参数，设置模型参数，设置产生M序列的各个关键参数； 2.利用产生伪随机二进制序列信号的函数getPRBS产生M序列，并作为 系统输入； 3.通过系统模型，产生系统输出，并将输入输出画在同一图中； 4.计算系统输入输出相关函数R xy； 5.计算系统脉冲估计值ghat和系统真实脉冲输出g 2.程序清单 主程序 clc; close all; clear all; %% Initialization R = 100e3; % system initialization resistance=100k ohm C = 1e-6; % capacitance=1uf tc = R*C; % Time Constant % generate M-sequence n=5; a=2; % Level of the PRBS

del = 15e-3; % clock pulse period N=2^n-1; % Period of M sequence total=2*N; % Generate m-sequence using the 'getPRBS' function Out = getPRBS(n,a,del,total); % Generate response y(t) of the system s = tf('s'); G = 1/(tc*s+1); tf = total*del; tim = 0:del:tf-del; y = lsim(G, Out, tim); %plot input and output of the system figure stairs(tim,Out); axis([0 1.0 -2.5 2.5]); hold on plot(tim,y,'r'); hold off % Compute Rxy(i*del) sum = 0.0; Rxy = []; iDel_vec=[]; for i=1:N tau=i-1; iDel_vec=[iDel_vec;tau*del]; for j=1:N sum=sum+sign(Out(j))*y(j+tau); end Rxy_i = (a/N)*sum; sum=0.0; Rxy = [Rxy; tau Rxy_i]; end % Compute ghat & g ind = length(Rxy); C = -Rxy(ind, 2); S = (N+1)*a^2*del/N; Rxy_iDel = Rxy(:,2); ghat=(Rxy_iDel+ C )/S; ghat(1)=2*ghat(1); g = 10*exp(-10.*iDel_vec);

matlab实验报告

专业仿真课程设计题目： 学院： 专业班级： 学号： 学生姓名： 指导教师： 设计时间：

专业仿真课程设计题目 主要研究内容: 从所拍摄的多个目标物中检测三角形物，给出三角形物几何中心、三个边长以及边长的方向、面积。 设计要求： （1）提交能够实现题目要求、并通过演示验收的可执行文件。 （2）提交课程设计报告（包括程序清单）。 （3）通过答辩，答辩成绩满分20分，其中个人设计部分10分，非个人设计部分10分。 （4）软件设计要求：有一个人机交互界面，模块化设计，在模块之间通过BMP文件或者文本文件传送数据，可以查看中间结果。 （5）5个人一组，组长协调分工，每个组员一定要有具体任务，以便考核。预期达到的目标： 1、能够通过相关文献查阅、文献综述和总结，给出问题求解的多种可行方案。 2、能够综合运用测控技术与仪器专业理论和技术手段，设计实验方案、分析实验结果，得出有效的结论。 3、能够借助MATLAB仿真软件，进一步掌握高等数学、复变函数与积分变换等相关数学和自然科学知识以及测控技术与仪器专业的基本理论知识，能够结合本专业“自动控制原理”、“数字信号处理”、“误差理论”等相关课程，采用MATLAB软件对复杂工程问题建立模型并进行预测与模拟； 4、能够与团队中其他学科成员合作开展工作，能够与其他队员很好地沟通和交流意见，能够通过口头或书面方式表达自己的设计思路，具有一定的表达能力和人际交往能力。

目录 第一章课程设计相关知识综述 1.1 MATLAB相关知识叙述 1.1.1 MATLAB基本知识介绍 1.1.2 MATLAB的优势特点 1.1.3 MATLAB的发展历程 1.2 MATLAB工具箱与函数 1.2.1 MATLAB图像处理工具箱 1.2.2 课程设计所用图像处理函数介绍第二章课程设计内容和要求 2.1 课程设计主要研究内容 2.2 课程设计要求 2.3 课程设计预期目标 第三章设计过程 3.1 设计方案 3.2 设计步骤及流程图 3.3 程序清单及相关注释 3.4 实验结果分析 3.5 结论 第四章团队情况 第五章总结 第六章参考文献

系统辨识大作业加学习心得

论文 系统辨识 姿态角控制 1.系统辨识概述 辨识、状态估计和控制理论是现代控制理论三个相互渗透的领域。辨识和状态估计离不开控制理论的支持，控制理论的应用又几乎不能没有辨识和状态估计技术。随着控制过程复杂性的提高，控制理论的应用日益广泛，但其实际应用不能脱离被控对象的数学模型。然而在大多数情况下，被控对象的数学模型是不知道的，或者在正常运行期间模型的参数可能发生变化，因此利用控制理论去解决实际问题时，首先需要建立被控对象的数学模型。系统辨识正是适应这一需要而形成的，他是现代控制理论中一个很活跃的分支。社会科学和自然科学领域已经投入相当多的人力去观察、研究有关的系统辨识问题。 系统辨识是建模的一种方法，不同的学科领域，对应着不同的数学模型。从某种意义上来说，不同学科的发展过程就是建立他的数学模型的过程。辨识问题可以归结为用一个模型来表示可观系统（或将要改造的系统）本质特征的一种演算，并用这个模型吧对客观系统的理解表示成有用的形式。当然可以刻有另外的描述，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。总而言之，辨识的实质就是从一组模型类中选择一个模型，按照某种准则，使之能最好地拟合所关心的实际过程的静态或动态特性。 通过辨识建立数学模型的目的是估计表征系统行为的重要参数，建立一个能模仿真实系统行为的模型，用当前可测量的系统的输入和输出预测系统输出的未来演变，以及设计控制器。对系统进行分析的主要问题是根据输入时间函数和系统的特性来确定输出信号。对系统进行控制的主要问题是根据系统的特性设计控制输入，使输出满足预先规定的要求。而系统辨识所研究的问题恰好是这些问题的逆问题。通常，预先给定一个模型类{}M（即给定一类已知结构的模型），一类输入信号u和等价准则(,)JLyyM（一般情况下，J是误差函数，是过程输出y和模型输出yM的一个泛函）；然后选择是误差函数J达到最小的模型，作为辨识所要求的结果。系统辨识包括两个方面：结构辨识和参数估计。在实际的辨识过程中，随着使用的方法不同，结构辨识和参数估计这两个方面并不是截然分开的，而是可以交织在一起进行的 一、控制对象 本文采用了控制不同电机转速组合的方法，对四轴旋翼蝶形飞行器进行姿态控制，使四旋翼蝶形飞行器在不同姿态下飞行时具有较好的性能。为了实现四轴旋翼蝶形飞行器的飞行控制，对飞行的控制系统进行了初步的设计，并给出了设计流程。同时利用matlab对四轴旋翼

系统辨识实验报告

实验一：系统辨识的经典方法 一、实验目的 掌握系统的数学模型与输入、输出信号之间的关系，掌握经辨辨识的实验测试方法和数据处理方法，熟悉MATLAB/Simulink环境。 二、实验内容 1、用阶跃响应法测试给定系统的数学模型 在系统没有噪声干扰的条件下通过测试系统的阶跃响应获得系统的一阶加纯滞后或二阶加纯滞后模型，对模型进行验证。 2、在被辨识系统中加入噪声干扰，重复上述1的实验过程。 三、实验方法 在MATLAB环境下用Simulink构造测试环境，被测试的模型为水槽液位控制对象。 利用非线性水槽模型（tank）可以搭建单水槽系统的模型，也可以搭建多水槽系统的模型，多水槽模型可以是高低放置，也可以并排放置。

1．噪声强度0.5，在t = 20的时候加入阶跃测试信号相应曲线 2.乘同余法产生白噪声 A=19;N=200;x0=37;f=2;M=512; %初始化； for k=1: N %乘同余法递推100次； x2=A*x0; %分别用x2和x0表示xi+1和xi-1； x1=mod(x2,M); %取x2存储器的数除以M的余数放x1（xi）中； v1=x1/M; %将x1存储器中的数除以256得到小于1的随v(:,k)=(v1-0.5 )*f; x0=x1; % xi-1= xi； v0=v1; end %递推100次结束； v2=v; k1=k; h=k1; %以下是绘图程序； k=1:1:k1; plot(k,v,'r'); grid on set(gca,'GridLineStyle','*'); grid(gca,'minor')

3.白噪声序列图像 020406080100120140160180200 -1 -0.8 -0.6 -0.4 -0.2 0.2 0.4 0.6 0.8 1 四、 思考题 （1） 阶跃响应法测试系统数学模型的局限性。 答：只适用于某些特殊对象或者低阶简单系统；参数估计的精度有限，估计方法缺乏一般性。 （2） 对模型测试中观察到的现象进行讨论。 答：由系统的阶跃响应曲线可以看出，加入干扰后二阶系统明显比一阶系统相应缓慢，但由于此系统是自恒模型，故最终将从一个稳态到另一个稳态。