当前位置：文档之家 › 传递函数模型与干预变量模型(很全)

传递函数模型与干预变量模型(很全)

  • 格式：doc
  • 大小：1.76 MB
  • 文档页数：100

v .. . ... . . 资 料. .传递函数模型与干预变量分析时间序列真的仅仅受本身滞后值影响吗？在单变量时间序列中，我们假设系统输出仅仅受既往值和随机干扰项的影响。

但实际应用中，可能还有其他与之相关的时间序列，那么如何将其它的变量引入时间序列模型是一个值得讨论的问题。

设t y 表示某种商品在一段时间的销售额，由于经济时间序列通常有记忆性，可以用一个ARMA 模型来描述其变化规律，假定其变化规律的表达式为10.46t t t y y ε-=+v .. . ... . . 资 料. .但是在许多实际情况下，销售额不仅仅受自己滞后值1t y -的影响，还会受其它一些输入变量的影响。

我们考虑广告费t x ，广告费对销售额的影响不仅具有即期影响还具有一定的滞后效应，假定其滞后的影响是一期，那么在上式中就应加入广告费的当期和滞后一期的值，如果广告费的即期影响效用是0.55，滞后一期值对销售额的影响效用是0.60，则这个简单的输出和输入关系为110.460.600.55t t t t t y y x x ε--=+++如果上式是一个适应的模型，那么该模型t 时刻的输出由三个部分组成，系统1t -时刻的值1t y -，,1t t -时刻输入的t x 和1t x -，以及与前两部分相互v .. . ... . . 资 料. .无关的随机扰动项t ε。

如果我们用后移算子B ，可以将模型写成()(10.46)0.550.60t t t B y B x ε-=++ 则模型可以写成0.550.60110.4610.46t t t B y x B B ε+=+--。

这样的模型有什么统计特征，又如何定阶、估计和诊断呢？本讲专门讨论多维时间序列建模的相关问题，但是又与我们通常了解的向量自回归不同，这里一定有一个自变量和若干个解释变量。

内容结构为：首先引入了传递函数模型，并讨论了传递函数模型和脉冲响应函数的基本特征和性质，脉冲响应函数与互相关函数的关系以及传递函数模型的稳定性。

在此基础上介绍了传递函数模型的识别、估计和诊断，并用通过v .. . ..实例分析说明建模的过程。

最后引入了干预变量，讨论了干预变量建模的理论和建模过程。

第一节传递函数模型的基本概念在以前几章，我们讨论了单变量时间序列分析的建模、估计和诊断有关的问题。

但是应用中常常会遇到一个时间序列当期的表现，不仅受自己过去的影响，还与另一个或者多个时间序列相关联，这种线性系统的输出变量与一个或多个输入变量有关，描述这种动态系统的模型称为传递函数模型。

研究具有一个输入变量的单输出的线性系统，如图1所示。

. . . 资料. .. . . 资 料. .图1 动态系统图示一、模型的形式前面所示模型0.550.60110.4610.46t t t B y x B Bε+=+-- 是两个变量的时间序列模v .. . ... . . 资 料. .型，从这个模型我们可以看出，输入t x 通过传递函数算子0.550.6010.46B B+-传递到输出上，而随机扰动项又通过算子110.46B -叠加到输出上，最终输出t y 。

又比如传递函数的模型3011t t t y B x Bωεφ=+-，其含义是3t x -对输出t y 的影响效用是0ω，而随机扰动项t ε通过算子11B φ-叠加到最终输出t y 中。

传递函数模型的形式多种多样，但是其构成的机理基本上是一致的。

一般的传递函数形式为()()()()b t t t B B B y x E B B εΩΘ=+Φ （1）v .. . ... . . 资 料. .其中01()s s B B B ωωωΩ=--- 1()1r r E B B B ψψ=---1()1q q B B B θθΘ=--- 1()1p p B B B φφΦ=---()B Ω、()E B 、()B Θ、()B Φ为滞后算子B 的多项式，其阶数依次分别为s 、r 、q 及p 。

其中参数s 和r 是()B Ω和()E B 的阶数，描述t x 对t y 影响。

q 和p是()B Θ和()B Φ的阶数，描述随机冲击对t y 的影响；b 称为延迟参数，即t x 的b 期滞后值才开始对t y 产生影响。

t ε是随机干扰项，2~(0,)t iidN εεσ，且与t x 相v .. . ... . . 资 料. . 互独立。

()()b B B E B Ω称为传递函数，系统的形成机理可用图2表示。

图2 一般传递函数模型的形成机理v .. . ... . . 资 料. .多变量输入传递函数模型的一般形式为1()()()()j b k j t tj t j j B B B y x E B B ε=ΩΘ=+Φ∑ 当然这比一个输入系统要复杂得多。

二、脉冲相应函数特征 由于传递函数()()b B B E B Ω是由B 的多项式构成，所以对于传递函数的模型来说，只要确定其传递函数部分最重要三个参数s 、r 和b ，传递函数基本情况就了解了。

传递函数模型的特征与传递函数的三个参数s 、r 和b 密切相关，为三者的判定提供了工具。

v .. . .. . . . 资 料. . 设传递函数为)()()(B E B B B V bΩ= （2）由于()V B 是有理函数，从理论上讲()V B 可以表示为是B 的无穷高阶多项式2012()V B B B ννν=+++()V B 的系数(1,2,...)j v j =称为脉冲响应函数。

说明t x 的过去值如何影响系统t y 的输出。

根据（2）式，有2101201(1)()()r s b r s B B B B B B B ψψνννωωω---+++=---v .. . ... . . 资 料. .或者21012(1)()r r B B B B ψψννν---+++101()b b s b s B B B ϖϖϖ++=---再根据待定系数法，比如 常数项v 0=0 一次项v 1- v 01=0，则v 1=0二次项v 2-1v 1-2v 0，则v 2=0类推有112211220,1,2,,j j j r j r j b j j r j rj bv v v j b b b b s v v v j b sνψψψωψψψ-------⎧<⎪=+++-=+++⎨⎪+++>+⎩ (3)v .. . ... . . 资 料. .仔细观察（3）式会发现如下的规律：（1）前b 个脉冲函数值为零，即010===-b v v ，可见我们可以由此来定b ；（2） 当,1,2,,j b b b b s =+++时，脉冲响应函数有形式1121j j j r j r j b v v v v ψψψω----=+++-因为j b ω-（,...,j b b s =+）是不同的参数，无规律可循，所以这时的s+1个脉冲响应函数也无固定形式；（3）由于()B Ω的阶数为s ，所以()0j b j s b ω->+=，则有j s b >+时1122j j j r j r v v v νψψψ---=+++v .. . ... . . 资 料. .这恰好是一个r 阶的差分方程，可见当j b s >+时的脉冲响应函数是该方程的解，所以当1j b s ≥++时脉冲响应函数呈指数衰减。

有r 个初始响应函数为s b r s b r s b v ++-++-+,,,21 νν，且11211b s b s b s r b s r v v v νψψψ++++-+--=+++。

结合这3点，我们可以得到三个参数s 、r 和b 的值。

例如当前面的三个脉冲相应函数均为零时，可以确定延迟参数b=3，如果有个5个响应函数无规律，那么()15b s b +-+=，则4s =。

三、常见的传递函数的形式为了加深对脉响应函数的理解，我们讨论几个多项式阶数不高的，常见的传递函数的情形。

v .. . ... . . 资 料. .1.0r =的情形bs s s b s b b b B B B B v B v B B B )()(10332210ϖϖϖνννν---=++++++++++ 表1 r =0情形的脉冲响应函数表. . . 资 料. .2.1r =的情形在这个情况下，当s=0时，从b ν开始脉冲响应函数呈指数衰减；当s=1时，从1+b ν开始脉冲响应函数呈指数衰减；当s=2时，从2+b ν开始脉冲响应函数呈指数衰减，有231012301(1)()()b s s b b s s B B B B v B B B B ψννννωωω++-+++++=---表2 r =1的情形的脉冲响应函数表. . . 资 料. .在时间序列的实务分析中r 和s 均比较小，很少超过2。

四、传递函数的稳定性脉冲响应函数是将传递函数表示成为无穷级数时的系数，即01122()()t t t t tB Y X X X B νννε--Θ=+++++Φ从时间序列滞后的特点来看，既往输入系统的t X ，滞后期越长，则对系统v .. . ... . . 资 料. .的影响则越小，所以脉冲响应函数012,,,v v v 应该快速收敛到零，这样传递函数则更稳定性。

传递函数稳定性的要求与ARMA 模型平稳性的要求是类似的，所不同的是除了要求传递函数部分的稳定性，还要求干扰项部分的平稳性。

为了保证01122()()t t t t tB Y X X X B νννε--Θ=+++++Φ的传递函数平稳，要求012,,,v v v 绝对收敛的，即要求满足j v ∑<∞，这等价于特征方程110r r r λψλψ----=的根在单位圆之内，这时此系统称为稳定系统，这个条件相当于ARMA 序v .. . ... . . 资 料. .列平稳的条件。

对于随机干扰部分的平稳性要求与前面对ARMA 模型平稳性的要求是一样的，要求特征方程110p p p λφλφ----=的根在单位圆之内。

当然，如果是一个非平稳的系统，总可以通过适当的差分将系统转换为平稳系统。

【例5.1】假设传递函数模型为v .. . ... . . 资 料. .3210.3610.750.25(10.45)t t tB BY X a B B B -=+-+-，讨论其稳定性。

解：特征方程20.750.250λλ-+=的根为1,20.750.660.3750.3312ii λ±===±而两个根的模220.3570.3310.2501+=<所以特征方程的根在单位圆之内，传递函数是平稳的。

又由于特征方程0.450λ-=的根为0.45，小于1，所以模型的随机干扰项部分是平稳的。

v .. . ..第二节传递函数模型的识别与估计ARMA模型涉及的是单变量问题，所以其识别工具主要是自相关和偏自相关函数的截尾性质，之所以称为自相关，是因为它们均讨论同一变量在两个不同时刻输出间的相关性。

合集下载

传递函数模型表述PPT讲稿

传递函数模型表述PPT讲稿


。
（35） （36）
~
~
注意到 zi y(k i) 恰好就是y(k) ，因此zi Fi (z1) y(k i)
出
仅包含过去输
的可测值。所以可以写出预测输出如下
~
~
~
y(k i|k) F (z ) y(k) z E (z )B(z )u(k i 1) 1
d
1
1
Ei (z1)B(z1)=
B( A(
A(z1) 1 a1z1 a2 z2 an zn
B(z1) b0 b1z1 b2 z2 bn zn
因此，可以把（1）式写成差分方程：
y(k) a1y(k 1) an y(k n) b0u(k d ) b1u(k d 1) bnu(k d n)
（2） （3）
（4）
传递函数模型表述课件
主要内容
1. 传递函数模型表述; 2. 利用传递函数模型的预测; 3. 扰动模型; 4.广义预测控制模型(GPC); 5.多变量系统.
1.传递函数模型表述
以输入—输出差分方程来描述系统的行为如下：
A(z1) y(k) zd B(z1)u(k)
（1）
在SISO系统的情况下，A(z1) 和 B(z1) 可分别表示为以下多项式：
z z
i1 )
1 )
zi
FI (z1)B(z1) A( z 1 )
j0j i（2来自）或者，一般地n
n
y(k i | k) aj y(k i j) bju(k d i 1 j)
j 1
j0
还可以表达成：
A(z1) y(k i) zd B(z1)u(k i 1)
（29） （30）
式中
u(l),l k 1 u(l) u(l | k),l k 1
传递函数模型和传递函数

传递函数模型和传递函数

传递函数模型和传递函数传递函数是控制系统中一个重要的概念，它描述了输入信号经过系统后的输出信号与输入信号之间的关系。

传递函数模型是用来描述连续时间系统的，而传递函数是传递函数模型的具体表达式。

传递函数模型可以简化对系统行为的分析和设计。

通过将系统抽象为一个传递函数，可以忽略系统的具体细节，只关注输入输出之间的关系。

这样一来，我们可以用数学方法来分析系统的稳定性、性能等特性。

传递函数模型通常用拉普拉斯变换来表示。

拉普拉斯变换是一种数学变换，用于将连续时间域中的函数转换为复频域中的函数。

通过拉普拉斯变换，可以将微分方程转化为代数方程，从而简化对系统的分析。

传递函数通常表示为H(s)，其中s是复变量，表示频域中的频率。

传递函数的形式可以是分数形式，如H(s)=N(s)/D(s)，其中N(s)和D(s)分别是多项式。

传递函数的分子多项式N(s)描述了输入信号对系统的影响，而分母多项式D(s)描述了系统的特性。

传递函数的分母多项式D(s)的根决定了系统的稳定性。

如果分母多项式的根都是负实数或者有负实部的复数，那么系统是稳定的。

反之，如果分母多项式的根有正实数或者纯虚数，那么系统是不稳定的。

传递函数还可以用来描述系统的频率响应。

频率响应描述了系统对不同频率输入信号的响应程度。

通过传递函数，可以计算出系统在不同频率下的增益和相位差。

传递函数模型和传递函数在控制系统的分析和设计中起着重要的作用。

通过传递函数模型，可以对系统进行数学建模和分析。

而通过传递函数，可以计算系统的稳定性、频率响应等特性。

掌握传递函数模型和传递函数的使用方法，对于控制系统的工程师来说是非常重要的。

总之，传递函数模型和传递函数是控制系统分析和设计中常用的工具。

通过传递函数模型，可以对系统进行简化和抽象，忽略系统的具体细节。

而通过传递函数，可以计算系统的稳定性、频率响应等特性。

掌握传递函数模型和传递函数的使用方法，可以帮助我们更好地了解和设计控制系统。

控制系统传递函数建模

控制系统传递函数建模

控制系统传递函数建模在控制系统的设计中，传递函数是一种非常重要的数学模型。

通过对系统的传递函数进行建模，我们可以更好地理解和分析系统的动态特性，从而实现对系统的控制和优化。

一、什么是传递函数传递函数是用来描述线性时间不变系统动态特性的数学模型。

对于连续时间系统，传递函数一般表示为G(s)，其中s是Laplace变量。

而对于离散时间系统，传递函数表示为G(z)，其中z是Z变量。

传递函数是系统输入和输出之间的关系，它可以表示为：G(s) = Y(s) / U(s)其中，Y(s)是系统的输出信号，U(s)是系统的输入信号。

传递函数可以将输入信号的频率特性转化为输出信号的频率特性，从而实现对系统的分析和控制。

二、传递函数的建模方法1. 确定系统的结构在建模之前，首先要确定系统的结构。

系统的结构可以通过对实际系统进行观测和测量得到，也可以通过对系统的物理原理进行分析和推导得出。

2. 建立系统的数学模型在确定系统结构之后，可以开始建立系统的数学模型。

对于线性时间不变系统，可以通过对系统的微分方程进行变换来得到传递函数。

以连续时间系统为例，假设系统的微分方程为：a0*d^n y(t) / dt^n + a1*d^(n-1) y(t) / dt^(n-1) + ... + an*y(t) = b0*d^mu(t) / dt^m + b1*d^(m-1) u(t) / dt^(m-1) + ... + bm*u(t)其中，y(t)是系统的输出，u(t)是系统的输入，a0, a1, ..., an和b0,b1, ..., bm是系统的系数。

通过对该微分方程进行拉普拉斯变换，可以得到传递函数的表达式：G(s) = Y(s) / U(s) = (b0*s^m + b1*s^(m-1) + ... + bm) / (a0*s^n +a1*s^(n-1) + ... + an)通过类似的方法，可以得到离散时间系统的传递函数表达式。

控制系统的数学模型及传递函数【可编辑全文】

控制系统的数学模型及传递函数【可编辑全文】

可编辑修改精选全文完整版控制系统的数学模型及传递函数2-1 拉普拉斯变换的数学方法拉氏变换是控制工程中的一个基本数学方法，其优点是能将时间函数的导数经拉氏变换后，变成复变量S的乘积，将时间表示的微分方程，变成以S表示的代数方程。

一、拉氏变换与拉氏及变换的定义1、拉氏变换：设有时间函数，其中，则f(t)的拉氏变换记作：称L—拉氏变换符号；s-复变量； F(s)—为f(t)的拉氏变换函数，称为象函数。

f(t)—原函数拉氏变换存在，f(t)必须满足两个条件(狄里赫利条件)：1)在任何一有限区间内，f(t)分断连续，只有有限个间断点。

2)当时，，M，a为实常数。

2、拉氏反变换：将象函数F（s）变换成与之相对应的原函数f(t)的过程。

—拉氏反变换符号关于拉氏及变换的计算方法，常用的有：①查拉氏变换表；②部分分式展开法。

二、典型时间函数的拉氏变换在实际中，对系统进行分析所需的输入信号常可化简成一个成几个简单的信号，这些信号可用一些典型时间函数来表示，本节要介绍一些典型函数的拉氏变换。

1．单位阶跃函数2．单位脉冲函数3．单位斜坡函数4．指数函数5．正弦函数sinwt由欧拉公式：所以，6．余弦函数coswt其它的可见表2-1：拉氏变换对照表F(s) f(t)11(t)t三、拉氏变换的性质1、线性性质若有常数k1，k2,函数f1(t),f2(t),且f1(t),f2(t)的拉氏变换为F1(s),F2(s),则有：，此式可由定义证明。

2、位移定理(1)实数域的位移定理若f(t)的拉氏变换为F(s),则对任一正实数a有, 其中，当t<0时，f(t)=0，f(t-a)表f(t)延迟时间a. 证明：，令t-a=τ,则有上式=例：, 求其拉氏变换(2)复数域的位移定理若f(t)的拉氏变换为F(s),对于任一常数a,有证：例：求的拉氏变换3、微分定理设f(t)的拉氏变换为F(s),则其中f(0+)由正向使的f(t)值。