Классический метод идентификации
Наблюдение входных и выходных сигналов только в равномерно распределенных на отрезке точках фиксации. Идентификация линейных объектов. Идентификация с помощью частотной характеристики. Схема определения весовой функции. Линейная стационарная система.
Рубрика | Коммуникации, связь, цифровые приборы и радиоэлектроника |
Вид | контрольная работа |
Язык | русский |
Дата добавления | 26.08.2015 |
Размер файла | 51,1 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Классический метод идентификации
СОДЕРЖАНИЕ
1. Системы с одним входом и одним выходом
2. Типовая идентификация линейных объектов
3. Идентификация с помощью частотной характеристики
1. СИСТЕМЫ С ОДНИМ ВХОДОМ И ОДНИМ ВЫХОДОМ
Для простоты ограничимся системами с одним входом и одним выходом. Рис. 1.1 иллюстрирует эту задачу: по наблюдениям входного и выходного сигналов линейной стационарной системы на конечном промежутке времени нужно определить ее весовую функцию h(t).
Мы будем наблюдать входные и выходные сигналы только в N равномерно распределенных на отрезке [0, Т] с шагом точках фиксации, причем N=Т. Основываясь на этих данных, мы будем искать приближенные значения весовой функции в указанных точках.
Размещено на http://www.allbest.ru/
Рис. 1.1. Схема задачи определения весовой функции.
Выходной сигнал системы при входе x(t) и нулевых начальных условиях выражается хорошо известным интегралом свертки
. (1.1)
Здесь предполагается также, что вход x() равен нулю при < 0.
Кроме того, потребуем,
чтобы x(0) 0; если это ограничение не выполнено, ему легко удовлетворить соответствующим преобразованием независимой переменной t. фиксация линейный объект частотный
Введем теперь аппроксимацию входной функции времени x(t), полагая ее равной значению в левой точке фиксации на всем интервале между двумя соседними точками. Следовательно, мы принимаем
. (1.2)
Точно так же функцию (t) примем постоянной между точками фиксации, присвоив ей значение, соответствующее средней точке интервала:
. (1.3)
В терминах ступенчатых аппроксимаций x(t) и (t) интеграл в (1.1) при t = n приближенно запишется в виде
.(1.4)
Обозначив N-вектор наблюдений выхода через
(1.5)
и N-вектор значений весовой функции в точках фиксации через
, (1.6)
перепишем уравнение (1.1.4) в виде
.(1.7)
Здесь матрица W определяется равенством
.
Отметим, что X - левая треугольная матрица.
Теперь задача сведена к определению из уравнения (1.7) вектора значений весовой функции в точках фиксации. Ввиду условия x(0) 0, как легко видеть, detX=[x(0)]N0 и X невырождена. Поэтому формально решение уравнения (1.7) можно записать в виде
= X-1Y.(1.8)
Благодаря левой треугольной форме X выражение для легко переписать в рекуррентном виде
,(1.9)
Где
(1.10) и
. (1.11)
2. ТИПОВАЯ ИДЕНТИФИКАЦИЯ ЛИНЕЙНЫХ ОБЪЕКТОВ
Из приведенного в гл. 1 определения идентификации следует, что нахождение оптимальной в каком-либо смысле модели реального объекта по результатам измерения входных и выходных переменных заключается в выборе оценки оператора данного объекта А из заданного класса операторов. Такое определение ведет к типовой идентификации, т. е. к необходимости располагать классом операторов [Л. 11, 166], из которого представилось бы возможным выбрать по характеристикам реализаций входа и выхода оператор, близкий к истинному значению неизвестного оператора объекта. Таким образом, речь идет о том, чтобы максимально использовать предыдущий опыт теоретических и экспериментальных исследований и на его базе составить классификацию объектов управления, по которой можно было бы приближенно оценить структуру и параметры реального объекта. Практическая ценность такой типизации очевидна. Действительно, для случая одномерного стационарного линейного объекта процедура использования результатов типовой идентификации выглядит следующим образом. По реализациям входной и выходной переменных, полученным в реальных условиях функционирования объекта, определяются оценки функций Kxx(t) и Kyx(t). По виду этих функций производится приближенное определение класса оператора, к которому может быть отнесен данный конкретный объект, т. е. определяется структура модели, описывающая данный объект. Затем осуществляется дальнейшая детализация в том смысле, что по виду полученных функций Kxx(t) и Kyx(t) данный объект относится к определенному типу, и определяются параметры модели.
Очевидно, что наличие альбомов типовой идентификации дает возможность значительно уменьшить затраты времени, необходимые для решения интегрального уравнения с целью определения характеристик многочисленных типов объектов, и, кроме того, в дальнейшем сможет служить основой для полной автоматизации процесса идентификации.
Задача составления таких альбомов может быть решена как с помощью рассмотренных выше методов (или при помощи моделирования на аналоговых машинах), так и аналитическими методами. На одном из возможных аналитических методов мы остановимся здесь подробней ввиду его простоты, а также в связи с тем, что первая укрупненная классификация была произведена при помощи этого метода.
Примем, что при идентификации весовая функция линейного стационарного объекта определяется по корреляционной функции входа Kxx(t) и взаимной корреляционной функции входа и выхода Kyx(t) из следующего интегрального уравнения:
(2.15)
Уравнение (2.15) представляет собой уравнение Фредгольма первого рода, решение которого связано с известными трудностями [Л. 197]. При определенных условиях, которые будут сформулированы ниже и которые не сильно сужают класс реальных объектов, уравнение (2.15) может быть сведено к уравнению Вольтерра первого рода, которое просто решается при помощи преобразования Лапласа. Для этого корреляционную функцию входа объекта представим в виде [Л. 166]
(2.16)
а взаимную корреляционную функцию входа и выхода в виде
(2.17)
Допустим теперь, что при t < 0 корреляционная функция входа и взаимная корреляционная функция входа и выхода представляют собой аналитические функции входной и выходной случайной функций и допускают аналитическое продолжение на положительную полуось. Кроме того, примем, что при t 0.
, (2.18)
которое всегда будет выполняться, когда в аналитическое представление Kyx(t) будет явно входить модульЈ. Очевидно, что в силу симметричности автокорреляционной функции для - < t < + имеет место тождество
. (2.19)
Для принятых ограничений уравнение Фредгольма первого рода сведем к уравнению Вольтерра первого рода типа свертки. Для этого уравнение (2.15) запишем раздельно для случая t 0 и для случая t 0. Для t 0 уравнение (2.15) представим следующим образом:
. (2.20)
В силу единственности аналитического продолжения для функций и уравнение (2.20) будет иметь место для всех t.
С учетом представления корреляционной функции в виде (2.16) интеграл в уравнении (2.15) для t 0 будет равен сумме двух интегралов
(2.21)
или
. (2.22)
Объединяя первый и третий интегралы, а также учитывая (2.20), получаем следующее уравнение:
. (2.23)
Если для всех рассматриваемых функций существует преобразование Лапласа, то решение уравнения (2.23) всегда существует и при том единственное. Решение уравнения (2.23) получается путем применения преобразования Лапласа к обеим частям уравнения. Так как согласно теореме умножения свертка оригиналов, имеет изображением произведение изображений, то передаточная функция объекта равна:
, (2.24)
где , , и - преобразование Лапласа корреляционных функций , , И соответственно.
Определение весовой функции объекта g() осуществляется при помощи обратного преобразования Лапласа
(2.25)
для 0, так как для < 0 весовая функция g() = 0.
При практическом решении задачи типовой идентификации принимается, что корреляционная функция входа Kxx(t-) может быть представлена в виде конечных сумм произведений неслучайных функций каждой из переменных t и [Л. 179]. Тогда с учетом принятого разбиения автокорреляционной функции (2.16) можно записать:
(2.26)
В этом случае взаимная корреляционная функция не может быть произвольной, а должна быть равна:
,(2.27)
;(2.28)
при этом может быть произвольной, но должно выполняться требование непрерывности взаимной корреляционной функции в нуле, т. е.
.
Рассмотренный метод разбиения корреляционных функций
Kxx(t)
и Kyx(t)
для принятых ограничений может быть использован для решения интегрального уравнения (1.35).
Аналогично изложенному получим уравнения
;(2.29)
,(2.30)
которые эквивалентны уравнению (1.35). Учитывая (2.26), уравнение (2.30) запишем следующим образом:
,(2.31)
где постоянные коэффициенты с, определяются уравнением (2.28). Применение преобразования Лапласа (если оно существует) к обеим частям (2.29) с учетом (2.31) дает следующее уравнение для передаточной функции объекта:
.(2.32)
3. ИДЕНТИФИКАЦИЯ С ПОМОЩЬЮ ЧАСТОТНОЙ ХАРАКТЕРИСТИКИ
Частотный метод идентификации линейных систем основан на работах Найквиста [6] и Боде [7] и использует амплитудные частотные характеристики. В частотном методе полагается, что на вход подается синусоидальный сигнал, частота которого изменяется в рассматриваемом диапазоне.
Следствием этого могут быть значительные практические трудности при формировании синусоидальных входных сигналов с различными частотами.
Метод основан на следующем преобразовании Лапласа для отношения входа и выхода (см. рис. 2.1):
,(2.14)
Или
(2.15)
где G(s), X(s) и Y(s) - передаточная функция, выход и вход системы соответственно. Взаимосвязь между концепциями передаточной функции и переменной состояния обсуждается в разд. 2.5. Возможен переход от концепции передаточной функции к пространству состояний и наоборот. Заметим, что переменная s преобразования Лапласа есть
(2.16)
а так как нас интересует только изменение соотношения вход/выход в передаточной функции G (рис. 2.1) по частоте, то можно предположить, что . Тогда получим
.(2.17)
Уравнение (2.17) представляет собой выражение преобразования Фурье, справедливое для сходящихся функций g(t), x(t) и y(t), где
g(t) = L-l[G(s)],
х(t)=L-1 [Х(s)],(2.18)
y(t)=L-1[Y(s)].
Таким образом, G(j) обозначает передаточную функцию системы при частоте (рад/с). Так как G(j) - комплексная величина, то можно рассмотреть модуль передаточной функции G(j) и аргумент (сдвиг по фазе). Тогда для
(2.19)
Получим
(2.20)
и
. (2.21)
Выход x(t) линейной системы будет иметь ту же частоту, что и вход y(t), если y(t) - чисто синусоидальный входной сигнал c единственной частотой . В таком случае амплитуда x(t) в |G(j)| раз больше входного сигнала y(t), а ее фаза смещена на величину относительно y(t), так что для
у(t) = M sin (t)(2.22)
получаем
х(t) = Nsin (t),(2.23)
где
(2.24) и
(2.25)
Частотная характеристика G(j) определяется путем подачи синусоидальных входных сигналов Мsin(t) на различных частотах и записи соответствующих выходных сигналов Nsin(t+). С целью получения необходимой частотной характеристики величины M/N и определяются для каждой рассматриваемой частоты .
Таким образом, метод преобразований Фурье используется для анализа в случае синусоидальных входных сигналов. Теоретически преобразования Фурье неприменимы для несходящихся входных сигналов y(t), когда . Однако в разд. 2.1 уже говорилось, что синусоидальный входной сигнал можно рассматривать как несколько демпфированный, т. е.
(2.26)
где - малая положительная величина.
Амплитудные частотные характеристики, которые широко используются в классической теории управления [8], состоят из амплитудной и фазовой (частотной) характеристик. Поэтому в общем случае G(j) является комплексной величиной. Если построить модуль измеренной частотной характеристики устойчивой линейной системы в единицах 201g|G(j)| в зависимости от lg(), то можно непосредственно идентифицировать эту систему. Ограничение случаев устойчивых систем имеет не только теоретический, но и практический смысл, так как в неустойчивых системах частотные характеристики нельзя измерить. Общая форма выражения для G(s) имеет вид
, (2.27)
Где
q+p+2r=m
- порядок полинома s в числителе, а
- порядок полинома s в знаменателе. Тогда lg|(G(j)| и Arg[G(j)] определяются выражениями
,(2.28)
.(2.29)
(Отметим что для всех А и В
Arg()=Arg A+ArgB, Arg()=ArgA-ArgB
а для всех вещественных значений D
ArgjD=Argj+ArgD=/2+Arg D=/2. Размещено на Allbest.ru
Подобные документы
Понятие и задачи идентификации. Анализ аналитических и экспериментальных методов получения математических моделей технологических объектов управления. Формализация дискретных последовательностей операций (технологических циклов изготовления продукции).
курсовая работа [1,5 M], добавлен 06.12.2010Идентификация параметров электромеханической системы. Моделирование нелинейных объектов. Оптимизация параметров пид-регуляторов для объектов управления с нелинейностями с применением пакета прикладных программ Nonlinear Control Design (NCD) Blockset.
лабораторная работа [474,0 K], добавлен 25.05.2010Идентификация объекта методом последовательного логарифмирования, методом моментов и наименьших квадратов. Идентификация в среде Matlab. Расчет параметров настроек типовых регуляторов для детерминированных типовых сигналов, оптимального регулятора.
курсовая работа [2,8 M], добавлен 22.11.2012Подготовка исходных данных для организации контрольно-пропускного режима. Идентификатор пользователя, контроллеры и устройства идентификации личности (считыватели). Централизованная архитектура и программное обеспечение СКУД для распределенных объектов.
курсовая работа [790,5 K], добавлен 12.01.2011Изучение метода корреляционного анализа для проверки идентичности математической модели при условии случайного выбора входных и выходных сигналов. Проведение технического диагностирования объекта управления в целях обнаружения отказов оборудования.
контрольная работа [407,5 K], добавлен 04.07.2010Методы хранения паролей в системе. Правила их составления, усложнение процедуры проверки. Атаки на фиксированные пароли. Идея построения криптографических протоколов идентификации типа "запрос-ответ". Упрощенная схема с нулевой передачей знаний.
курсовая работа [86,9 K], добавлен 09.06.2015Частотные и спектральные характеристики сигналов приемника нагрузки. Расчет передаточных параметров формирователя входных импульсов. Анализ выходных сигналов корректирующего устройства. Оценка качества передачи линии с помощью преобразования Лапласа.
курсовая работа [1,9 M], добавлен 23.05.2012Создание специального устройства для информирования водителя о преградах и обзора территории. Значение импульсной акустической локации. Проектирование сложного электронного устройства. Структурная схема устройства идентификации. Разработка печатной платы.
дипломная работа [600,8 K], добавлен 17.11.2010Идентификация термического объекта управления по временным характеристикам его реакции на скачкообразный входной сигнал. Компьютерное моделирование объекта по полученной математической модели. Анализ устойчивости и качества замкнутой системы (САУ).
курсовая работа [1,4 M], добавлен 08.11.2011Классификация систем радиочастотной идентификации (РЧИ) и области их применения. Состав системы РЧИ, физические принципы работы. Преимущества и недостатки радиочастотной идентификации. Характеристики систем РЧИ и её элементов, международные стандарты.
реферат [2,3 M], добавлен 15.12.2010