系统辨识和参数估计习题.doc_第1页
系统辨识和参数估计习题.doc_第2页
系统辨识和参数估计习题.doc_第3页
系统辨识和参数估计习题.doc_第4页
系统辨识和参数估计习题.doc_第5页
已阅读5页,还剩5页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

word 资料下载可编辑系统辨识与参数估计课程习题一、 选择题:答案唯一,在( )内填入正确答案的编号。1. 对于批量最小二乘格式,其最小二乘无偏估计的必要条件是( )。A. 输入序列为“持续激励”信号 B. 与正交C. 为非白噪声向量 D. 2. 对象模型为时,采用递推最小二乘估计后的残差序列的计算式为( )。A. B. C. D. 3. 在上题的条件下,递推最小二乘算法中的增益矩阵可以写成( )。A. B. C. D. 4. 可以同时得到对象参数和干扰噪声模型参数的估计算法是( )。A. 辅助变量法 B. 广义最小二乘法C. 最小二乘限定记忆法 D. 相关最小二乘两步法5. 增广最小二乘估计的关键是( )。A. 将控制项增广进中,并用残差项取代进行估计B. 将输出项增广进中,并用残差项取代进行估计C. 将噪声项增广进中,并用残差项取代进行估计D. 将噪声项增广进中,并用输出项取代进行估计答案:1. B 2. C 3. D 4. B 5. C 二、 判断题:以表示正确或表示错误。1估计残差平方和最小是确定辨识过程对象结构的唯一标准。( )2最小二乘估计的批量算法和递推算法在数学上是等价的。( )3广义最小二乘法就是辅助变量法和增广最小二乘法交替试用。( )4在递推最小二乘算法中,若置,则该算法也能克服“数据饱和”现象,进而可适用于时变系统。( )5用神经网络对SISO非线性系统辨识,采用的是输入层和输出层均为一个神经元的三层前馈神经元网络结构。( )答案:1. 2. 3. 4. 5. 三、 设和之间满足关系,试图利用和的观测值来估计参数,请将该模型化成最小二乘格式。答案:其中, 四、 对于多输入单输出(MISO)系统可由下面的模型描述其中,为系统的m1维输入向量;为系统的标量输出;为标量i.i.d随机噪声;为延迟算子,即;为标量参数多项式,为1m的参数多项式向量:请写出:最小二乘递推算法公式和计算步骤或流程。答案:根据题意,可写出最小二乘格式为:其中,因此,采用批量最小二乘法估计时,设采集数据时刻为k=1,2,L,则有批量最小二乘格式为:其中,从而,批量最小二乘估计公式为:递推最小二乘估计公式为:,初始估计:,是一个充分大的正数。 计算流程为:(0) 给定;(1) 量测,组成;(2) 计算;(3) 计算;(4) 输出估计结果,并由误差限或数据长度L来确定是否停止估计。若条件满足,则停止估计;否则,继续进行。(5) 计算;(6) ,返回到(1)。 五、 对于SISO系统的数学模型其中,和分别为系统的输入输出量,为干扰噪声,和为参数多项式:且,为延迟算子,即。1 对于量测、,写出估计系统参数的最小二乘批量算法详细公式。2 给出最小二乘法无偏估计的条件并加以证明。3 简述辨识动态系统数学模型的一般步骤。答案:1由题意可知,采用L次测量的批量最小二乘格式可写为:其中,因此,最小二乘批量算法公式为: 2证明:当和不相关时,上式第二项为零,最小二乘估计为无偏估计,为零均值独立随机序列时,此条件自然满足。此时,。 3辨识动态系统数学模型的一般步骤为:Step1: 确定建模目的,并由工艺和物理/化学过程初步确定模型形式和结构;Step2: 试验设计:包括试验信号设计、采样周期选择、实验数据长度选定、试验方式(离线/在线)等;Step3: 实际系统试验,采集输入输出数据,并进行数据的预处理;Step4: 模型结构假设,选定阶次范围;Step5: 选供适用算法进行参数估计,得到一组数学模型;Step6: 模型结构的确定,得到一个数学模型;Step7: 模型检验;根据检验结果,可能要从Step2到Step6中的任何一步重新做起。Step8: 若模型检验合格,则得到最终模型。 六、 某系统的动态模型为,假设:系统是稳定的,且和都为零均值广义平稳随机序列。采用辅助变量法进行参数估计,进行L次量测,且L充分大,试证明:是一个合适的辅助变量矩阵。答案:证明:辅助变量法的计算公式为根据题义有因vk、uk和yk均为是零均值广义平稳噪声序列,所以,式中,又相关函数可得由此可知,ZN矩阵是一个合适的辅助变量矩阵。 七、 在递推最小二乘估计中,新息的表达式为。1. 请写出残差的表达式2. 证明:答案:1. 2. 证明: 八、 请证明:在递推最小二乘估计中。证明:在递推最小二乘估计中, 九、 考虑一个SISO闭环系统如图所示,其中和分别为前向通道过程输入和输出量,为白噪声扰动序列,过程参数多项式、和已知的调节器参数多项式、分别表示为: 试证明:过程参数多项式可辨识的条件是使调节器参数多项式的阶次满足+ -+ +过程 或 答案:证明:由题义可知过程对象的数学模型为由wk到y k的闭环系统方程为令 (8-1)显然有,则闭环系统方程可以写为亦可进一步写成最小二乘格式 其中,采用相应的最小二乘类型参数估计算法,可以估计得到。应估计的主要的过程参数多项式、的参数个数为,需要根据已知的调节器参数多项式、,用估计得到的,从方程(3-1)中解出。方程(3-1)两边同次幂系数比较即可得到线性方程组,从而解出过程参数的估计值和,有唯一解的必要条件为:其等价条件为或,命题得证。 十、 考虑一个SISO闭环系统如图所示,其中和分别为前向通道被控对象的输入和输出量,为白噪声扰动序列。试讨论以下两种情况的被控对象模型参数的可辨识性和辨识结果。1控制器为:2控制器为:+ +控制器被控对象答案:被控对象的结构参数:1时, ,该闭环系统可以辨识。闭环系统方程为:其中,根据题意,采用增广最小二乘法对闭环系统参数进行估计,可得:从而可以解出前向通道被控系统参数的估计值为:2. 由于是两个不同的控制器切换,故存在闭环系统可辨识性。(1)时, 闭

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论