系统辨识前沿讲座课件

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,技术讲座,系统辨识,*,DALIAN UNIVERSITY,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,技术讲座,系统辨识,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,系统辨识前沿讲座,技术讲座,系统辨识,1,讲座内容,What:什么是系统辨识,Why:为什么用系统辨识,Where/who/when:系统辨识的应用领域,How: 如何进行系统辨识,Applications:,系统辨识实例,Conclusions: 结束语,What:,什么是系统辨识,技术讲座,系统辨识,2,What,：,什么是系统辨识,系统,(system),系统是相互作用相互影响的元素的集合,系统的概念及其思想广泛应用于自然科学和社会科学的许多领域,工业生产系统,自然系统、环境系统,人体生命系统,经济、社会系统,等等、等等,技术讲座,系统辨识,3,What,：,什么是系统辨识,模型,(model),研究一个系统，首先要掌握该系统的特性,把系统的主要特性进行简化抽象后的表现形式是模型,模型的种类,物理模型,（,physical model),:实际系统的物理模拟,思考模型,(mental model),:日常生活中大脑判断、脑神经支配身体动作的模型,图表模型,(graphical model),:用图表的方式表示系统各个要素的连接、信号流向的模型,数学模型,(mathematical model),:用数学方法定量描述系统特性的模型,技术讲座,系统辨识,4,What,：,什么是系统辨识,建模,(system modeling),模型是人工建立的，需要从实际对象中获取,建立系统数学模型的过程称为建模,系统辨识是从系统输入输出的测量数据建立系统数学模型的方法,输入,输出,系统,干扰噪音,技术讲座,系统辨识,5,讲座内容,What:什么是系统辨识,Why:为什么用系统辨识,Where/who/when:系统辨识的应用领域,How: 如何进行系统辨识,Applications:,系统辨识实例,Conclusions: 结束语,Why:,为什么用系统辨识,技术讲座,系统辨识,6,Why:,为什么用系统辨识,工程中与系统相关的问题,系统分析、设计,系统控制、维护、故障检测,系统预报、仿真,基于系统模型解决系统问题,解决系统问题需要掌握系统特性,系统模型可以为数学方法提供解决系统问题的平台,基于模型的方法容易在计算机环境中实现、修正,大大降低成本、缩短周期,问题解决的成否很大程度上取决于模型质量,技术讲座,系统辨识,7,Why:,为什么用系统辨识,建模的方法及特点(1),解析法(白箱建模):利用已知的物理定律、自然法则等建模,优点:模型比较准确可信,缺点:模型往往比较复杂，难以适用于大规模系统(需要全部了解各个环节所适用的定律及参数),技术讲座,系统辨识,8,Why:,为什么用系统辨识,建模的方法及特点(2),系统辨识(黑箱建模):利用系统的输入输出数据建立系统模型,优点:应用范围广，容易实现,缺点:用模型之前需检验其有效性及可靠性,技术讲座,系统辨识,9,Why:,为什么用系统辨识,建模的方法及特点(3),解析法和系统辨识相结合的建模法(灰箱建模),优点:,充分利用已知信息提高建模的可靠性,缺点: 需要把已知信息和建模过程中的数值计算有机结合方面的经验,技术讲座,系统辨识,10,Why:,为什么用系统辨识,实际问题中的建模,利用已知信息确定模型的种类:数学表达式的形式、参数范围等,利用系统辨识求解模型中未确定的部分,利用系统辨识随时监测系统特性的变动,利用已知信息和实测数据检验模型的可靠性,系统辨识是系统问题中不可缺少的建模工具,技术讲座,系统辨识,11,讲座内容,What:什么是系统辨识,Why:为什么用系统辨识,Where/who/when:系统辨识的应用领域,How: 如何进行系统辨识,Applications:,系统辨识实例,Conclusions: 结束语,Where/who/when:,系统辨识的应用领域,技术讲座,系统辨识,12,Where/who/when:系统辨识的应用领域,Where,When,Who,工业过程、测量、信号处理、通信、物理、航天航空、交通运输、地质探测、地震检测预报环境、生物、医疗卫生、生体科学、农业技术、经济、金融外汇、股市,系统分析、高性能系统设计、系统控制、预测、仿真,工程技术人员、自然科学研究人员、社会科学研究人员、金融经济政策决策人员,技术讲座,系统辨识,13,讲座内容,What:什么是系统辨识,Why:为什么用系统辨识,Where/who/when:系统辨识的应用领域,How: 如何进行系统辨识,Applications:,系统辨识实例,Conclusions: 结束语,How:,如何进行系统辨识,技术讲座,系统辨识,14,How: 如何进行系统辨识,系统辨识的一般步骤,需求分析,明确系统辨识的目的和性能要求,系统要素及其对系统特性有影响的环境因素,各元素间的影响定性定量分析,理论解析,建模对象所适用的自然准则、物理准则,适合于描述对象特性的模型种类、参数范围,收集测量数据,辨识实验设计:选择输入信号、采样频率、测量装置的安装,实验数据收集、预处理,模型参数估计,模型的可靠性检验,技术讲座,系统辨识,15,How: 如何进行系统辨识,古典辨识方法,随着,1940,年代开始的古典控制发展起来,以非参数模型的建模为主,古典辨识方法的分类,频率响应法(Frequency response),瞬态响应法(Transient response),阶跃响应法(Step response),脉冲响应法(Impulse response),相关分析法(Correlation analysis),谱分析法(Spectrum analysis),技术讲座,系统辨识,16,How:,如何进行系统辨识,现代辨识方法,始于,1960,年代,参数模型的建模,通过对衡量模型和测量数据之间吻合程度的评价函数的最优化求模型参数,需要有效的最优化算法,技术讲座,系统辨识,17,How: 如何进行系统辨识,现代辨识方法的分类,最小2乘类(Least squares),最小2乘，广义最小2乘，扩展最小2乘,辅助变量法,极大似然法(Maximum likelihood),预报误差法(Prediction error),在线递推辨识算法(Recursive algorithm),递推最小2乘法,递推辅助变量法,递推预报误差法,子空间法:多变量系统的辨识(Subspace method),模糊辨识(Fuzzy identification),技术讲座,系统辨识,18,How: 如何进行系统辨识,面向问题的系统辨识(1),自适应系统、实时系统的在线辨识算法,递推最小2乘法,递推辅助变量法,递推预报误差法,实时故障诊断、定位,频域系统辨识,用时域信号建立频率响应模型,频域优化算法,时间序列分析,金融、经济、外汇股市等数据分析,水文、地质、环境等数据分析,生体信号处理、内部机理分析,技术讲座,系统辨识,19,How: 如何进行系统辨识,面向问题的系统辨识(2),闭环控制设计中的闭环系统辨识,用控制对象的输入输出信号直接辨识法,使用外部辨识信号的间接辨识法,闭环辨识和控制器设计的在线融合,非线性系统辨识,Hammerstein、Wiener模型建模,用神经网络、遗传算法等建模,局部模型建模法,技术讲座,系统辨识,20,How: 如何进行系统辨识,面向问题的系统辨识(3),面向鲁棒系统设计的鲁棒系统辨识,模型中不确定性、未建模成分的评价,模型集合的辨识,连续时间系统辨识,时变系统的辨识,盲辨识: 系统输入信息残缺或不可测,通信系统建模,信号测量系统建模,技术讲座,系统辨识,21,How: 如何进行系统辨识,系统辨识的学习,数学基础,系统理论,数值计算,应用,微积分,线性代数,积分变换,线性系统理论,随机过程,系统辨识,计算方法,程序开发、仿真技术,信号处理,控制系统设计,系统分析、预报,最优化技术,技术讲座,系统辨识,22,How: 如何进行系统辨识,参考书,(,原版影印本,),技术讲座,系统辨识,23,How: 如何进行系统辨识,参考书,技术讲座,系统辨识,24,How: 如何进行系统辨识,计算机软件,Matlab/Simulink,美国,The MathWorks,公司出品,System Identification Toolbox,Frequency Domain Identification Toolbox,CONSID Toolbox,其他关联工具箱,：,Signal Processing, Control System, Optimization, Neural Network, etc.,其他软件,Mathematica,、,Maple,、,C,、,Excel,技术讲座,系统辨识,25,讲座内容,What:什么是系统辨识,Why:为什么用系统辨识,Where/who/when:系统辨识的应用领域,How: 如何进行系统辨识,Applications:,系统辨识实例,Conclusions: 结束语,Applications:,系统辨识实例,技术讲座,系统辨识,26,Applications:,系统辨识实例,闭环辨识(Closed-Loop Identification),闭环系统,(Closed-Loop System),C,(,z,),：,控制器;,F,(,z,),：,传感测量装置;,G,(,z,),：,控制对象,r,(,k,),：,设定值；,u,(,k,),：控制输入；,y,(,k,),:输出；,e,(,k,),：,干扰或噪音,闭环系统构成框图,辨识对象,w,(,k,),L,(,z,),F,(,z,),C,(,z,),G,(,z,),H,(z),d,(,k,),r(k,),v,(,k,),u,(,k,),y,(,k,),e,(,k,),+,-,+,+,技术讲座,系统辨识,27,Applications:,系统辨识实例,闭环辨识,闭环辨识的难点,1:,信息损失,对象模型,:,y,(,k,)+,ay,(,k,-,1)=,bu,(,k,-,1)+,w,(,k,),控制输入,：,u,(,k,),f v,(,k,)=,-,f y,(,k,),闭环系统例,f,bz,-,1,1+,a,z,-,1,1,1+,a,z,-,1,r,(,k,)=,常数,0,v,(,k,),u,(,k,),w,(,k,),y,(,k,),e,(,k,),+,-,+,+,y,(,k,)+(,a,+f,),y,(,k,-,1)=(,b,-,1,),u,(,k,-,1)+,w,(,k,),技术讲座,系统辨识,28,Applications:,系统辨识实例,闭环辨识,闭环辨识的难点2:输入和噪音相关,辨识对象,w,(,k,),L,(,z,),F,(,z,),C,(,z,),G,(,z,),H,(z),d,(,k,),r(k,),v,(,k,),u,(,k,),y,(,k,),e,(,k,),+,+,辨识对象,w,(,k,),L,(,z,),G,(,z,),H,(z),d,(,k,),u,(,k,),y,(,k,),e,(,k,),+,+,技术讲座,系统辨识,29,Applications:,系统辨识实例,闭环辨识,闭环辨识的难点3:数值计算问题,反馈环节增大了输入和输出的依存性，使得关于输入输出测量数据矩阵的有关计算对噪音干扰十分敏感,技术讲座,系统辨识,30,Applications:,系统辨识实例,闭环辨识,闭环辨识的难点3:数值计算问题,依存性小的情况 依存性大的情况,技术讲座,系统辨识,31,Applications:,系统辨识实例,闭环辨识,传统闭环辨识方法,加外部测试信号,消除输入输出信号间的相关，提高建模可靠性,测试信号会引起运行波动，因此很多实际过程不允许加很强的测试信号,多个控制器切换,在不同的控制规则中切换，降低输入输出的线性相关,需要设计多个控制器，切换的同时也会引起运行波动,技术讲座,系统辨识,32,Applications:,系统辨识实例,闭环辨识,输出多采样辨识方法,辨识对象,F,(,z,),C,(,z,),G,(,z,),H,(,z,),v,(,mT,),u,(,mT,),y,(,mT,),e,(,mT,),+,+,辨识对象,F,(,z,),C,(,z,),G,D,(,q,),H,D,(,q,),r,(,mT,),v,(,mT,),u,(,mT,),y,D,(,k,D,),e,D,(,k,D,),+,+,w,D,(,k,D,),w,(,mT,),r,(,mT,),T=p,D,技术讲座,系统辨识,33,Applications:,系统辨识实例,闭环辨识,输出多采样辨识方法,控制器和反馈信号都不需改变，只是提高了输出信号的采样频率,不需要另加外部测试信号，也不需要多个控制器切换,对系统运行没有影响,G,2,(,z,),y,D,(,mT+,2,D,),e,D,(,mT+,2,D,),+,+,G,(,z,),y,D,(,mT,),e,D,(,mT,),+,+,G,1,(,z,),u,(,mT,),y,D,(,mT+,D,),e,D,(,mT+,D,),+,+,反馈,“,开环,”,状态,技术讲座,系统辨识,34,Applications:,系统辨识实例,闭环辨识,输出多采样在通信系统中的信道辨识问题,信道,发送信号,接收信号,噪音,+,+,未知,未知,mT-T mT-,D,mT mT+,D,mT+,T, ,技术讲座,系统辨识,35,Applications:,系统辨识实例,闭环辨识,输出多采样在通信系统中的信道辨识问题,例:,H,(,z,),H,1,(,z,),技术讲座,系统辨识,36,Applications:,系统辨识实例,闭环辨识,输出多采样在通信系统中的信道辨识问题,H,1,(,z,),y,D,(,mT+,D,),e,D,(,mT+,D,),+,+,H,(,z,),y,D,(,mT,),e,D,(,mT,),+,+,u,(,mT,),技术讲座,系统辨识,37,Applications:,系统辨识实例,非线性系统辨识,常见的非线性特性,饱和,(saturation),死区,(dead zone),回环型非线性,非线性摩擦,(nonlinear friction),齿隙型,(backlash),继电型,(relay),滞后回环,(hysteresis),技术讲座,系统辨识,38,Applications:,系统辨识实例,非线性系统辨识,非线性系统辨识的难点,非线性特性多种多样，没有统一的表达形式。,叠加定理不再适用于非线性系统，系统成分难于分解,动作点的变动可能带来系统特性的较大波动,非线性的数值计算比较难，而且不能保证得到全局最优解,技术讲座,系统辨识,39,Applications:,系统辨识实例,非线性系统辨识,选择非线性模型的原则,如果能用线性模型近似的话就尽量用线性模型,必须选择非线性模型的情况下，尽量选择待定参数少的模型,必须选择非线性模型的情况下，尽量选择简单、容易辨识的模型结构,在能够满足实用要求的情况下，可以在模型精度和建模的复杂程度之间取得折衷,技术讲座,系统辨识,40,Applications:,系统辨识实例,非线性系统辨识,常用的非线性模型(1),Volterra,级数,相当于函数的幂级数展开,把非线性辨识问题转换成,Volterra,核的系数求解问题,缺点:当输入信号为有色信号时需要高阶,Volterra,核,技术讲座,系统辨识,41,Applications:,系统辨识实例,非线性系统辨识,常用的非线性模型(2) 面向模块的模型,非线性环节为静态非线性(与时间无关),非线性环节与线性环节是串联结构、各个环节可以完全分离,模型结构有,Hammerstein,模型,、,Wiener,模型,、,Hammerstein-Wiener,模型、,Wiener,-,Hammerstein,模型等,局限性:只适用于特定的非线性系统结构(串级系统、控制执行机构等),技术讲座,系统辨识,42,Applications:,系统辨识实例,非线性系统辨识,常用的非线性模型(2) 面向模块的模型,Hammerstein,模型结构,Wiener模型结构,中间变量,x,(,k,),未知(不可测),静态非线性环节可以用连续函数描述的情况下，可以用多项式,三角函数，或者样条插值曲线等近似,静态非线性环节,动态线性环节,u,(,k,),x,(,k,),y,(,k,),静态非线性环节,动态线性环节,u,(,k,),x,(,k,),y,(,k,),技术讲座,系统辨识,43,Applications:,系统辨识实例,非线性系统辨识,常用的非线性模型(2) 面向模块的模型,Hammerstein,Wiener,、,Wiener,Hammerstein,模型结构,u,(,k,),x,1,(,k,),x,2,(,k,),y,(,k,),u,(,k,),x,1,(,k,),x,2,(,k,),y,(,k,),NLN,型,LNL,型,动态线性环节,动态线性环节,动态线性环节,静态非线性环节,静态非线性环节,静态非线性环节,技术讲座,系统辨识,44,Applications:,系统辨识实例,非线性系统辨识,常用的非线性模型(3) 阶层模型,(Group Method of Data Handling: GMDH),已知信号层,：,输入输出及其迟延信号,中间层,：,由数个子模型构成，各个子模型的输入是上一层的子模型的输出,各层的子模型采用简单的结构，例如,u,(,k,),u,(,k,-1),、,u,2,(,k,),(,并列,),中间层,(,并列,),中间层,x,11,(,k,),u,(,k,),y,(,k,),y,(,k,),x,m,1,(,k,),已知信号层,技术讲座,系统辨识,45,Applications:,系统辨识实例,非线性系统辨识,常用的非线性模型(4)非线性,ARMAX,模型:,NARMAX,表达式,F,l,是非线性函数，,l,是非线性的次数,例:双线性模型,技术讲座,系统辨识,46,Applications:,系统辨识实例,非线性系统辨识,常用的非线性模型(5)神经网络,(Neural Network model: NN),前向模型,辨识对象,y,(,k,),e,(,k,),+,+,y,(,m,),(,k,),-,+,学习算法,u,(,k,),z,-,1,技术讲座,系统辨识,47,Applications:,系统辨识实例,非线性系统辨识,常用的非线性模型(5)神经网络,(Neural Network model: NN),逆模型(后向模型),辨识对象,y,(,k,),e,(,k,),+,+,u,(,m,),(,k,),-,+,学习算法,u,(,k,),z,-,1,技术讲座,系统辨识,48,Applications:,系统辨识实例,非线性系统辨识,常用的非线性模型(6)局部建模法: Local model network,各个子模型都是线性或简单的非线性模型,每个子模型对应特定的动作范围,根据当前的输入输出状态和子模型的动作范围计算模型加权系数,技术讲座,系统辨识,49,讲座内容,What:什么是系统辨识,Why:为什么用系统辨识,Where/who/when:系统辨识的应用领域,How: 如何进行系统辨识,Applications:,系统辨识实例,Conclusions: 结束语,Conclusions:,结束语,技术讲座,系统辨识,50,Conclusions: 结束语,系统辨识是综合性强的学科，它和许多专业相互关联，也在许多领域得到应用,系统辨识实用性很强，如果能够和本专业的实际问题相结合学习效果会更好,系统辨识还有许多未解决的问题，有待进一步研究和开发,期望各位能推动系统辨识继续向前向深发展,精品课件,！,精品课件,！,Thank you for your kind attention.,Questions, please,92.为了成材，松树从不向四季如春的温室外献殷勤。,22.无情岁月增中减，有味青春苦甜。集雄心壮志，创锦绣前程。,38.耕耘者最信和过自己的汗水，每一滴都孕育着一颗希望的种子。,9.不要杞人忧天。烦恼并不会减少明天的负担，却会失去今天的快乐。,5.想做的事情就快去做吧，不要到最后只剩下“来不及”了。,4、时间乃是万物中最宝贵的东西，但如果浪费了，那就是最大的浪费。,4.总有人要赢，为什么不能是我？,42.不要嘲笑铁树。为了开一次花，它付出了比别的树种更长久的努力。,38.勇敢的面对阳光，阴影自然都在身后。,5.你生活的起点并不是那么重要，重要的是最后你能到达哪里。,93.梦由自己来创造，路由自己来走好。,100.浪花总是着扬帆者的路开放的。,89.忙于采集的蜜蜂，无暇在人前高谈阔论。,75.以智慧时时修正偏差，以慈悲处处给人方便。,4. 懦弱的人只会裹足不前，莽撞的人只能引为烧身，只有真正敢的人才能所向披靡。,40.对自己不满是任何真正有才能的人的根本特征之一。,91.从今天起，大家不要再躲藏了，应该让别人知道你，知道你所做的事情。,