matlab系统辨识.doc

（System Identification Tool）系统辨识工具箱早听说matlab博大精深，神通广大了，于是乎我确定肯定有更简单、直观、强大的工具来完成这小儿科把戏。查资料琢磨之后，我做了个小实验，在simulink里验证了该种方法。该方法的大原则是：在确定了系统的输入输出数据（两个列向量N1形式，如果是1N，会提示出错！）之后，设计好一定的辨识原则（比如说是2阶？3阶？，传递函数是零极点形式，还是带阻尼形式，等等），然后就交给强大的matlab，得到辨识结果。Step by step，plz！Step1、 建立模型获取系统输入输出数据图1图1系统的输入是阶跃信号，用Scope1监视，并输出到workspace（这步不会的自己百度哦），采样周期是0.1s，得到输入变量u（1011的矩阵）；本人在系统的阶跃响应上叠加了一白噪声，当然也可以不加噪声，加了噪声就是期望更真实的模拟实际情况，白噪声参数设置见图2图2同样在Scope2监视，也将结果输出到workspace，得到响应数据y（同样也是1011的矩阵）Step 2、进入辨识工具箱&设置辨识规则直接在command window 输入 ident，回车，进入辨识工具箱图3图3点击import下拉菜单，选时域数据time domain data，见图4图4在下图5红色圈区域输入之前得到的系统输入和输出数据，u和y图5 在下图6绿色圈内输入数据的一些信息，因为之前模型中，阶跃起点我是放在0s处的，这里也设置0，如果前面模型仿真是1s，这里应该也是1s；采样时间是0.1s，根据实际情况设置统一哦图6设置完之后，点击import此时界面变成图7图7如果在下图8勾选红框这个选项，就会出现我们刚才设定输入输出数据的曲线，如图9所示，其他勾选项是频域的分析和显示，暂不用它。图8图9看看与我们实际设置的输入输出是否符合，如果符合，那么我们离成功就不远咯，如果发现异常，那再好好检查一遍，直到确保数据导入没有问题！下面两段红色斜杠之间的内容，对于本实验，可以直接跳过，看一下对后续复杂模型的处理有好处哦，也算全面熟悉一下工具。/到这接着选preprocess也就是对数据进行预处理了，下拉菜单中有很多种处理方法和手段，有这个心思的人可以挨个试一下功能。图10图10预处理的对象是working data中的数据，每进行一种预处理在左边就会有新的数据生成，这时只要将新的数据移动到working data的那个方框，就可以将working data换成你所想处理的数据了，可以这样多次进行处理，得到你最终想用来辨识的数据和用于验证的数据（不需要的数据可以拖到那个trash里面删除，就是回收站了，也可以从回收站中找回的）接下来就是辨识了，首先把辨识用的数据拖到working data那个方框，再把验证的数据拖到validation data那个方框，这个validation data就是最原始数据稍作处理得到的一个更接近理论模型的对象数据，在这实验里，本人用的就是默认数据，也就是不做任何preprocess处理。/点下拉菜单estimate，选你想要的模型，在弹出的对话框中设定参数,图11图11这里边的模型种类比较多，有线性的、非线性的、状态空间的、经典传递函数形式的等等，我们所选的就是图中红色方框process models，单击。弹出如下界面图12！是否有零点、有延迟、有积分？根据勾选，传函自动调整极点个数及其他传递函数图12在本实验中，我们做如下设置，见图13红框标出部分。图13然后点击最下方Estimate，就有模型生成了。图14图14先勾选上图绿色框选项，看到了什么？给出了拟合率，best fits 98.72有木有？传递函数具体的数值，双击上图红色框，见图15？图15在右边的数据栏中；也就是model views中了，下面有很多可以选择，每选一个就可以生成一幅对应的图，是由用于验证的数据生成的。把模型拖到to workspace那个方框，再去看workspace，多的那个变量就是你所辨识出的模型了注意：在某个模型或某组数据上点一下，线变细了就不会在图中显示出来了！最后