系統(tǒng)辨識(shí)與參數(shù)估計(jì)習(xí)題_第1頁(yè)
系統(tǒng)辨識(shí)與參數(shù)估計(jì)習(xí)題_第2頁(yè)
系統(tǒng)辨識(shí)與參數(shù)估計(jì)習(xí)題_第3頁(yè)
系統(tǒng)辨識(shí)與參數(shù)估計(jì)習(xí)題_第4頁(yè)
系統(tǒng)辨識(shí)與參數(shù)估計(jì)習(xí)題_第5頁(yè)
已閱讀5頁(yè),還剩5頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、系統(tǒng)辨識(shí)與參數(shù)估計(jì)課程習(xí)題一、 選擇題:答案唯一,在( )內(nèi)填入正確答案的編號(hào)。1. 對(duì)于批量最小二乘格式,其最小二乘無(wú)偏估計(jì)的必要條件是( )。A. 輸入序列為“持續(xù)激勵(lì)”信號(hào) B. 與正交C. 為非白噪聲向量 D. 2. 對(duì)象模型為時(shí),采用遞推最小二乘估計(jì)后的殘差序列的計(jì)算式為( )。A. B. C. D. 3. 在上題的條件下,遞推最小二乘算法中的增益矩陣可以寫成( )。A. B. C. D. 4. 可以同時(shí)得到對(duì)象參數(shù)和干擾噪聲模型參數(shù)的估計(jì)算法是( )。A. 輔助變量法 B. 廣義最小二乘法C. 最小二乘限定記憶法 D. 相關(guān)最小二乘兩步法5. 增廣最小二乘估計(jì)的關(guān)鍵是( )。A.

2、將控制項(xiàng)增廣進(jìn)中,并用殘差項(xiàng)取代進(jìn)行估計(jì)B. 將輸出項(xiàng)增廣進(jìn)中,并用殘差項(xiàng)取代進(jìn)行估計(jì)C. 將噪聲項(xiàng)增廣進(jìn)中,并用殘差項(xiàng)取代進(jìn)行估計(jì)D. 將噪聲項(xiàng)增廣進(jìn)中,并用輸出項(xiàng)取代進(jìn)行估計(jì)答案:1. B 2. C 3. D 4. B 5. C 二、 判斷題:以表示正確或×表示錯(cuò)誤。1估計(jì)殘差平方和最小是確定辨識(shí)過程對(duì)象結(jié)構(gòu)的唯一標(biāo)準(zhǔn)。( )2最小二乘估計(jì)的批量算法和遞推算法在數(shù)學(xué)上是等價(jià)的。( )3廣義最小二乘法就是輔助變量法和增廣最小二乘法交替試用。( )4在遞推最小二乘算法中,若置,則該算法也能克服“數(shù)據(jù)飽和”現(xiàn)象,進(jìn)而可適用于時(shí)變系統(tǒng)。( )5用神經(jīng)網(wǎng)絡(luò)對(duì)SISO非線性系統(tǒng)辨識(shí),采用的是

3、輸入層和輸出層均為一個(gè)神經(jīng)元的三層前饋神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)。( )答案:1. × 2. 3. × 4. 5. × 三、 設(shè)和之間滿足關(guān)系,試圖利用和的觀測(cè)值來估計(jì)參數(shù),請(qǐng)將該模型化成最小二乘格式。答案:其中, 四、 對(duì)于多輸入單輸出(MISO)系統(tǒng)可由下面的模型描述其中,為系統(tǒng)的m×1維輸入向量;為系統(tǒng)的標(biāo)量輸出;為標(biāo)量隨機(jī)噪聲;為延遲算子,即;為標(biāo)量參數(shù)多項(xiàng)式,為1×m的參數(shù)多項(xiàng)式向量:請(qǐng)寫出:最小二乘遞推算法公式和計(jì)算步驟或流程。答案:根據(jù)題意,可寫出最小二乘格式為:其中,因此,采用批量最小二乘法估計(jì)時(shí),設(shè)采集數(shù)據(jù)時(shí)刻為k=1,2,L,則有批量最

4、小二乘格式為:其中,從而,批量最小二乘估計(jì)公式為:遞推最小二乘估計(jì)公式為:,初始估計(jì):,是一個(gè)充分大的正數(shù)。 計(jì)算流程為:(0) 給定;(1) 量測(cè),組成;(2) 計(jì)算;(3) 計(jì)算;(4) 輸出估計(jì)結(jié)果,并由誤差限或數(shù)據(jù)長(zhǎng)度L來確定是否停止估計(jì)。若條件滿足,則停止估計(jì);否則,繼續(xù)進(jìn)行。(5) 計(jì)算;(6) ,返回到(1)。 五、 對(duì)于SISO系統(tǒng)的數(shù)學(xué)模型其中,和分別為系統(tǒng)的輸入輸出量,為干擾噪聲,和為參數(shù)多項(xiàng)式:且,為延遲算子,即。1 對(duì)于量測(cè)、,寫出估計(jì)系統(tǒng)參數(shù)的最小二乘批量算法詳細(xì)公式。2 給出最小二乘法無(wú)偏估計(jì)的條件并加以證明。3 簡(jiǎn)述辨識(shí)動(dòng)態(tài)系統(tǒng)數(shù)學(xué)模型的一般步驟。答案:1由題意可

5、知,采用L次測(cè)量的批量最小二乘格式可寫為:其中,因此,最小二乘批量算法公式為: 2證明:當(dāng)和不相關(guān)時(shí),上式第二項(xiàng)為零,最小二乘估計(jì)為無(wú)偏估計(jì),為零均值獨(dú)立隨機(jī)序列時(shí),此條件自然滿足。此時(shí),。 3辨識(shí)動(dòng)態(tài)系統(tǒng)數(shù)學(xué)模型的一般步驟為:Step1: 確定建模目的,并由工藝和物理/化學(xué)過程初步確定模型形式和結(jié)構(gòu);Step2: 試驗(yàn)設(shè)計(jì):包括試驗(yàn)信號(hào)設(shè)計(jì)、采樣周期選擇、實(shí)驗(yàn)數(shù)據(jù)長(zhǎng)度選定、試驗(yàn)方式(離線/在線)等;Step3: 實(shí)際系統(tǒng)試驗(yàn),采集輸入輸出數(shù)據(jù),并進(jìn)行數(shù)據(jù)的預(yù)處理;Step4: 模型結(jié)構(gòu)假設(shè),選定階次范圍;Step5: 選供適用算法進(jìn)行參數(shù)估計(jì),得到一組數(shù)學(xué)模型;Step6: 模型結(jié)構(gòu)的確定,

6、得到一個(gè)數(shù)學(xué)模型;Step7: 模型檢驗(yàn);根據(jù)檢驗(yàn)結(jié)果,可能要從Step2到Step6中的任何一步重新做起。Step8: 若模型檢驗(yàn)合格,則得到最終模型。 六、 某系統(tǒng)的動(dòng)態(tài)模型為,假設(shè):系統(tǒng)是穩(wěn)定的,且和都為零均值廣義平穩(wěn)隨機(jī)序列。采用輔助變量法進(jìn)行參數(shù)估計(jì),進(jìn)行L次量測(cè),且L充分大,試證明:是一個(gè)合適的輔助變量矩陣。答案:證明:輔助變量法的計(jì)算公式為根據(jù)題義有因vk、uk和yk均為是零均值廣義平穩(wěn)噪聲序列,所以,式中,又相關(guān)函數(shù)可得由此可知,ZN矩陣是一個(gè)合適的輔助變量矩陣。 七、 在遞推最小二乘估計(jì)中,新息的表達(dá)式為。1. 請(qǐng)寫出殘差的表達(dá)式2. 證明:答案:1. 2. 證明: 八、 請(qǐng)

7、證明:在遞推最小二乘估計(jì)中。證明:在遞推最小二乘估計(jì)中, 九、 考慮一個(gè)SISO閉環(huán)系統(tǒng)如圖所示,其中和分別為前向通道過程輸入和輸出量,為白噪聲擾動(dòng)序列,過程參數(shù)多項(xiàng)式、和已知的調(diào)節(jié)器參數(shù)多項(xiàng)式、分別表示為: 試證明:過程參數(shù)多項(xiàng)式可辨識(shí)的條件是使調(diào)節(jié)器參數(shù)多項(xiàng)式的階次滿足+ -+ +過程 或 答案:證明:由題義可知過程對(duì)象的數(shù)學(xué)模型為由wk到y(tǒng) k的閉環(huán)系統(tǒng)方程為令 (8-1)顯然有,則閉環(huán)系統(tǒng)方程可以寫為亦可進(jìn)一步寫成最小二乘格式 其中,采用相應(yīng)的最小二乘類型參數(shù)估計(jì)算法,可以估計(jì)得到。應(yīng)估計(jì)的主要的過程參數(shù)多項(xiàng)式、的參數(shù)個(gè)數(shù)為,需要根據(jù)已知的調(diào)節(jié)器參數(shù)多項(xiàng)式、,用估計(jì)得到的,從方程(3-1)中解出。方程(3-1)兩邊同次冪系數(shù)比較即可得到線性方程組,從而解出過程參數(shù)的估計(jì)值和,有唯一解的必要條件為:其等價(jià)條件為或,命題得證。 十、 考慮一個(gè)SISO閉環(huán)系統(tǒng)如圖所示,其中和分別為前向通道被控對(duì)象的輸入和輸出量,為白噪聲擾動(dòng)序列。試討論以下兩種情況的被控對(duì)象模型參數(shù)的可辨識(shí)性和辨識(shí)結(jié)果。1控制器為:2控制器為:+ +控制器被控對(duì)象答案:被控對(duì)象的結(jié)構(gòu)參數(shù):1時(shí), ,該閉環(huán)系統(tǒng)可以辨識(shí)。閉環(huán)系統(tǒng)方程為:其中,根據(jù)題意,采用增廣最小二乘法對(duì)閉環(huán)系統(tǒng)參數(shù)進(jìn)行估計(jì),可得:從而可以解出前向通道被控系統(tǒng)參數(shù)的估計(jì)值為:2. 由于是兩個(gè)不同的控制器切換,故存在閉環(huán)系統(tǒng)可辨識(shí)性。(

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論