系统辨识及自适应控制实验报告

系统辨识及自适应控制实验报告

ID:35618753

大小:226.62 KB

页数:29页

时间:2019-04-02

系统辨识及自适应控制实验报告_第1页
系统辨识及自适应控制实验报告_第2页
系统辨识及自适应控制实验报告_第3页
系统辨识及自适应控制实验报告_第4页
系统辨识及自适应控制实验报告_第5页
资源描述:

《系统辨识及自适应控制实验报告》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、中南大学系统辨识及自适应控制实验指导老师贺建军姓名专业班级测控1102班0909111814号实验日期2014年11月实验一递推二乘法参数辨识设被辨识系统的数学模型由下式描述:式中x(k)为方差为0.1的白噪声。要求:(1)当输入信号u(k)是方差为1的白噪声序列时,利用系统的输入输出值在线辨识上述模型的参数;(2)当输入信号u(k)是幅值为1的逆M序列时,利用系统的输入输出值在线辨识上述模型的参数;分析比较在不同输入信号作用下,对系统模型参数辨识精度的影响。(1)clearall;closeall;a=[1-1.50.

2、70.1]';b=[121.5]';d=3;%对象参数na=length(a)-1;nb=length(b)-1;%计算阶次L=500;%数据长度uk=zeros(d+nb,1);yk=zeros(na,1);%输入输出初值u=randn(L,1);%输入采用方差为1的白噪声序列xi=sqrt(0.1)*randn(L,1);%方差为0.1的白噪声干扰序列theta=[a(2:na+1);b];%对象参数真值thetae_1=zeros(na+nb+1,1);%参数初值P=10^6*eye(na+nb+1);fork=1

3、:Lphi=[-yk;uk(d:d+nb)];%此处phi为列向量y(k)=phi'*theta+xi(k);%采集输出数据%递推公式K=P*phi/(1+phi'*P*phi);thetae(:,k)=thetae_1+K*(y(k)-phi'*thetae_1);P=(eye(na+nb+1)-K*phi')*P;%更新数据thetae_1=thetae(:,k);fori=d+nb:-1:2uk(i)=uk(i-1);enduk(1)=u(k);fori=na:-1:2yk(i)=yk(i-1);endyk(1)=

4、y(k);endplot([1:L],thetae);%line([1:L],[theta,theta]);xlabel('k');ylabel('参数估计a,b');legend('a_1','a_2','a_3','b_0','b_1','b_2');axis([0L-22]);(2)clearall;a=[1-1.50.70.1]';b=[121.5]';d=2;%对象参数na=length(a)-1;nb=length(b)-1;%计算阶次L=20;%数据长度uk=zeros(d+nb,1);yk=zeros(n

5、a,1);%输入初值x1=1;x2=1;x3=1;x4=0;S=1;%移位寄存器初值,方波初值xi=rand(L,1);%白噪声序列theta=[a(2:na+1);b];%对象参数真值fork=1:Lphi(k,:)=[-yk;uk(d:d+nb)]';%phi(k,:)为行向量,便于组成phi矩阵y(k)=phi(k,:)*theta+xi(k);%采集输出数据IM=xor(S,x4);ifIM==0u(k)=-1;elseu(k)=1;endS=not(S);M=xor(x3,x4);%产生M序列%更新数据x4=x

6、3;x3=x2;x2=x1;x1=M;fori=nb+d:-1:2uk(i)=uk(i-1);enduk(1)=u(k);fori=na:-1:2yk(i)=yk(i-1);endyk(1)=y(k);End实验二最小方差自校正控制实验设二阶纯滞后被控对象的数学模型参数未知或慢时变,仿真实验时用下列模型:式中x(k)为方差为0.1的白噪声。要求:(1)当设定输入yr(k)为幅值是10的阶跃信号时,设计最小方差直接自校正控制算法对上述对象进行闭环控制;(2)1)当设定输入yr(k)为幅值是10的方波信号时,设计最小方差直接

7、自校正控制算法对上述对象进行闭环控制;(3)如果被控对象模型改为:重复上述(1)、(2)实验,控制结果如何?分析原因。(1)clearall;closeall;a=[1-1.50.7];b=[2.51.5];c=[10.5];d=4;%对象参数na=length(a)-1;nb=length(b)-1;nc=length(c)-1;%计算阶次nh=nb+d-1;ng=na-1;%nh为多项式H的阶次,ng为多项式G的阶次L=400;uk=zeros(d+nh,1);yk=zeros(d+ng,1);yek=zeros(n

8、c,1);%最优输出预测估计初值yrk=zeros(nc,1);xik=zeros(nc,1);%xiek=zeros(nc,1);%白噪声估计值yr=10*[ones(L/4,1);ones(L/4,1);ones(L/4,1);ones(L/4+d,1)];%期望输出xi=sqrt(0.1)*randn(L,1)

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。