分布參數系統辨識

分布參數系統辨識

根據實驗數據來估計分布參數系統數學模型中的未知參數(常數或函式)、未知邊值條件或未知邊界形狀的系統辨識方法。

正文

系統參數辨識系統參數辨識
分布參數系統的數學模型由如下的狀態方程、邊界條件和初始條件組成:
狀態方程:e(u(x,t),x,t,a)=0 x∈Ω t∈【0,T】
邊界條件:b(u(x,t),x,t,a)=0 x∈坸Ω t∈【0,T】
初始條件:c(u(x,0))=C0(x)x∈Ω
式中Ω是系統的空間區域;坸Ω表示空間區域Ω的邊界;【0,T】表示從零時刻到T時刻的時間區間;∈為屬於符號,a是未知參數。未知參數a被限制在允許的未知參數集A中。輸出方程是:z=Cu(x,t,a),式中C為觀測運算元。此類辨識問題就是根據觀測值z來估計未知參數a。為了評價參數估計的好壞,選擇一個性能指標J(a),於是分布參數系統的辨識問題就變為最佳化問題,即求╋∈A,使

分布參數系統辨識

式中╋就是所要求的估計參數。輸出誤差的平方常被用來作性能指標,即

分布參數系統辨識

式中╋為實際測量到的輸出,Cu(x,t,a)為根據模型算出的輸出,‖·‖為在觀測空間中的範數。選擇姙作為模型的參數就意味著該模型最接近真實系統,因而也就完成了對模型參數a的辨識。

根據未知參數所處地位的不同,分布參數系統辨識又可分為:①未知係數的辨識,指未知參數含在狀態方程的係數中;②未知邊值條件的辨識,指未知參數含在邊值條件中;③未知邊界形狀的辨識,指未知參數為描寫邊界形狀的幾何變數,此時的最佳化問題又稱為最優設計問題;④未知初值條件的辨識,指未知參數為初始狀態,此類辨識一般稱為狀態估計問題。

分布參數系統辨識的算法大體上可分為兩類。一類是直接對分布參數模型(狀態空間為無窮維)用最佳化方法。另一類是首先用集中參數系統模型近似地表示分布參數系統模型,然後用集中參數系統辨識的算法來求解。

在用最佳化方法求解分布參數系統的辨識問題時,如果最佳化問題存在解,且此解具有唯一性,並對觀測數據具有連續的依賴性,則稱該系統是可辨識的。這種性質就稱為可辨識性

相關詞條

相關搜尋

熱門詞條

聯絡我們