基于Matlab系统辨识工具箱的参数辨识

基于Matlab系统辨识工具箱的参数辨识

第20卷第4期2008年8月军械工程学院学报JournalofOrdnanceEngineeringCollegeVol120No14Aug.,2008

　　文章编号:1008-2956(2008)04-0075-04

基于Matlab系统辨识工具箱的参数辨识

王向东,魏明,赵建文,陈翔

1

1

2

1

(1.军械工程学院弹药工程系,河北石家庄　050003;2.辽阳地区军代室,辽宁辽阳　111000)

摘要:论述了系统辨识的基本理论,针对最小二乘法参数辨识的缺陷引入了辅助变量法参数辨识。根据Matlab系统辨识工具箱中的一些基本函数,结合实例对最小二乘法参数辨识和辅助变量法参数辨识进行了对比分析,结果表明基于辅助变量法模型的输出与原系统输出相吻合。关键词:Matlab;参数辨识;最小二乘法;辅助变量法中图分类号:TP273　　　　　　　　文献标识码:A

ParameterIdentificationBasedToolboxinWANGXiang2,E,ian2wen,CHENXiang

.RepOfficeinLiaoyang,Liaoyang　111000,China)

1

1

2

1

(1.DepartmentofOEngineeringCollege,Shijiazhuang050003,China;

Abstract:introducesthebasictheoryofsystemidentification.Thenaccordingtothedefectoftheleastsquaremethod,itintroducestheprincipleofsupplementaryvariableinparameteridentification.ThispaperalsolistssomebasicparameteridentificationfunctionsinMatlabsystemidentificationtoolbox.Finally,thepapercontraststhetwoparameteridentificationmethodsthroughoneexample.Theexampleshowsthatthesupplementaryvariablemethodsuitstheoriginallysystem’soutputdatabetter.Keywords:Matlab;parameteridentification;theleastsquaremethod;supplementaryvariablemethod

　　在实际工程领域存在着大量的对象,为了研究其行为特性需要建立其数学模型。按照建模时对系

统先验知识了解多少,可以将模型分为3类:白箱模型、灰箱模型和黑箱模型。系统辨识理论是在先验知识不完备的情况下,根据系统的输入输出数据提

[1]

取模型信息,从而构建系统模型,属于黑箱模型。随着计算机技术的发展,出现了一些计算机辅助辨识软件。笔者研究了如何利用Matlab系统辨识工具箱对系统进行模型参数辨识,并运用最小二乘法(LS)及辅助变量法(IV)对模型参数进行辨识。

　　1)L1A1Zadeh定义:辨识是在输入输出数据的基础上,从给定的模型类中,确定与系统等价的模

型。

2)P1Eykhoff定义:辨识问题可以归结为用某个模型来辨识客观系统(或将要构造的系统)本质特征的演算,并用这个模型把对客观系统的理解表示成有用的形式。

3)L1Ljung定义:辨识有3个要素———数据、模型类和准则。辨识就是按照某个准则在模型类中选择与数据拟合最好的模型。

从上面的定义可以看出,辨识就是利用所观测到的系统输入输出数据(往往含有噪声),根据所选择的原则,从模型类中确定与所测系统拟合的最好的模型。

系统辨识的方法和步骤如图1所示

。

1　系统辨识基本理论

很多学者都曾给辨识下过定义,下面介绍几个比较典型适用的定义

[2-3]

。

收稿日期:2008204230;修回日期:2008206215作者简介:王向东(1984—),男,硕士研究生.

搜索“diyifanwen.net”或“第一范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，第一范文网，提供最新资格考试认证基于Matlab系统辨识工具箱的参数辨识全文阅读和word下载服务。