【正文】 中北大學(xué)2014屆畢業(yè)論文伺服控制系統(tǒng)辨識算法畢業(yè)論文 目 錄1 緒論 1 系統(tǒng)辨識的定義 1 課題來源及研究的目的和意義 1 課題來源 1 研究的目的和意義 1 系統(tǒng)辨識的發(fā)展及現(xiàn)狀 2 本課題的主要研究內(nèi)容 4 本章小結(jié) 42 系統(tǒng)辨識的基本原理及方法 5 系統(tǒng)辨識的基本原理 5 系統(tǒng)辨識的基本過程 6 系統(tǒng)辨識的基本方法 7 最小二乘辨識方法 7 梯度校正法 7 極大似然方法 7 本章小結(jié) 83 伺服控制系統(tǒng)數(shù)學(xué)模型的建立及辨識方案設(shè)計 9 伺服控制系統(tǒng)數(shù)學(xué)模型的建立 9 數(shù)學(xué)模型的參數(shù)辨識方案設(shè)計 10 三種辨識方法的比較 10 最小二乘法在系統(tǒng)辨識中的應(yīng)用 11 伺服控制系統(tǒng)參數(shù)辨識方法的設(shè)計 11 本章小結(jié) 124 最小二乘算法的研究及課題案例仿真分析 13 最小二乘算法的研究 13 一般最小二乘算法的分析與設(shè)計 13 遞推最小二乘算法的分析與設(shè)計 15 課題案例仿真分析 19 模型參數(shù)辨識步驟 19 仿真分析 20 本章小結(jié) 235 總結(jié)與展望 24 本文工作總結(jié) 24 展望 24附錄A 在matlab環(huán)境下系統(tǒng)辨識的程序代碼 26參考文獻 29致謝 311 緒論 系統(tǒng)辨識的定義 系統(tǒng)辨識是指利用系統(tǒng)已知的和觀測到的信息，構(gòu)造該系統(tǒng)的數(shù)學(xué)模型的理論和方法。在現(xiàn)代控制理論、信號處理、生物醫(yī)學(xué)以及社會經(jīng)濟等領(lǐng)域的定量分析應(yīng)用中，常常需要建立被研究對象的數(shù)學(xué)模型，以表征對象的因果關(guān)系，描述對象的運動規(guī)律。在此基礎(chǔ)上，可以更方便地解決所遇到的各種問題。因此，系統(tǒng)辨識作為建立系統(tǒng)數(shù)學(xué)模型的主要方法之一，也就成為很多領(lǐng)域的研究工作的重要前提。系統(tǒng)辨識主要有兩大部分組成，一個是系統(tǒng)模型的辨識，一個是系統(tǒng)模型參數(shù)的辨識。系統(tǒng)模型的辨識主要解決在對某一系統(tǒng)的模型不確定或完全未知的情況下，如何根據(jù)該系統(tǒng)對特定輸入的響應(yīng)來得到一個數(shù)學(xué)模型，并用此模型代替真實系統(tǒng)來進行研究的問題。系統(tǒng)模型參數(shù)的辨識主要解決當系統(tǒng)模型已知的情況下，確定模型中的一些未知參數(shù)的問題。參數(shù)辨識方法目前在伺服控制系統(tǒng)數(shù)學(xué)模型參數(shù)辨識過程中得到了廣泛的應(yīng)用。本文將以導(dǎo)彈舵機控制為背景來研究一個三階線性系統(tǒng)數(shù)學(xué)模型中的參數(shù)辨識。 課題來源及研究的目的和意義 課題來源導(dǎo)彈舵機控制系統(tǒng)往往是一個三階線性系統(tǒng)，產(chǎn)品完成后需要測試其系統(tǒng)參數(shù)以確定其合格與否。 研究的目的和意義 在提出和解決一個辨識問題時，明確最終模型的使用目的是至關(guān)重要的。它對模型結(jié)構(gòu)、輸入信號和等價準則的選擇都有很大的影響。通過辨識建立數(shù)學(xué)模型可實現(xiàn)如下6個目的：①系統(tǒng)仿真：為了研究不同輸入情況下系統(tǒng)的輸入情況，最直接的方法是對系統(tǒng)本身進行實驗，但實際上是很難實現(xiàn)的。為此，需要建立數(shù)學(xué)模型，利用仿真系統(tǒng)的特性或行為，從而間接地對系統(tǒng)進行仿真研究。②系統(tǒng)預(yù)測：無論在自然科學(xué)領(lǐng)域還是在社會科學(xué)領(lǐng)域，往往需要研究系統(tǒng)未來發(fā)展的規(guī)律和變化趨勢，才能預(yù)先作出決策和采取措施。科學(xué)的定量預(yù)測大多需要采用模型預(yù)測方法。③系統(tǒng)設(shè)計和控制:在工程設(shè)計中，必須掌握系統(tǒng)中所包括的所有部件的特性或子系統(tǒng)的特性，一項完善的設(shè)計，必須使系統(tǒng)各部件的特性與系統(tǒng)的總體設(shè)計要求相適應(yīng)。為此，需要建立數(shù)學(xué)模型，在設(shè)計中分析、考察系統(tǒng)各部分的特性以及各部分之間的互相作用和它們對總體系統(tǒng)特性的影響。④系統(tǒng)分析：根據(jù)實驗數(shù)據(jù)建立起系統(tǒng)的數(shù)學(xué)模型之后，可以將所研究的系統(tǒng)的主要特性及其主要變化規(guī)律表達出來，將所要研究的系統(tǒng)中主要變量之間的關(guān)系比較集中的揭示出來，從而為分析系統(tǒng)提供線索和依據(jù)。⑤故障診斷：許多復(fù)雜的系統(tǒng)，如導(dǎo)彈、飛機、大型化工和動力裝置等，需要經(jīng)常監(jiān)事和檢測可能出現(xiàn)的故障，以便及時排除故障。這就要求必須不斷地收集系統(tǒng)進行過程中的信息，通過建立數(shù)學(xué)模型，推斷過程動態(tài)特性的變化情況。然后，根據(jù)動態(tài)特性的變化情況判斷故障是否發(fā)生、何時發(fā)生、故障大小及故障位置等。⑥驗證機理模型：根據(jù)實驗數(shù)據(jù)建立起的數(shù)學(xué)模型之后，將非常有利于理解所獲得的實驗數(shù)據(jù)，從而可以探討和分析不同的輸入條件對該系統(tǒng)輸出變量的影響，以檢驗所提出的理論，更全面的理解系統(tǒng)的動態(tài)行為。 系統(tǒng)辨識的發(fā)展及現(xiàn)狀系統(tǒng)辨識是自動控制學(xué)科的一個重要分支，是控制系統(tǒng)設(shè)計的基礎(chǔ)，目前也是一個十分活躍的研究領(lǐng)域，由于其特殊作用，許多較有效的辨識方法已被廣泛的應(yīng)用于各個領(lǐng)域，尤其是復(fù)雜系統(tǒng)和參數(shù)不容易確定的系統(tǒng)模型?？刂评碚摮霈F(xiàn)以前，試驗法建模已廣泛應(yīng)用于自然現(xiàn)象預(yù)測、天文學(xué)行星軌道預(yù)測和其它基礎(chǔ)學(xué)科基本定律的建立、概率統(tǒng)計與回歸分析等。經(jīng)典控制理論的興起，開始用試驗法建立系統(tǒng)傳遞函數(shù)，進而確定系統(tǒng)模型，這些是系統(tǒng)辨識的最早形式。 20世紀六七十年代，隨著現(xiàn)代控制理論的發(fā)展，系統(tǒng)辨識發(fā)展成為現(xiàn)代控制理論的一個活躍分支，研究成果十分顯著?，F(xiàn)代控制理論的特點是需要依賴對象的數(shù)學(xué)模型來設(shè)計控制系統(tǒng)。這個階段，辨識、狀態(tài)估計和控制理論發(fā)展成為現(xiàn)代控制論三個相互滲透的領(lǐng)域。隨著控制過程復(fù)雜性的提高，控制理論的應(yīng)用日益廣泛。但是它的實際應(yīng)用不能脫離被控對象的數(shù)學(xué)模型。然而在大多數(shù)情況下，被控對象的數(shù)學(xué)模型是不知道的，或在正常運行期間模型的參數(shù)可能發(fā)生變化，因此，利用控制理論去解決實際問題時，首先需要建立被控對象的數(shù)學(xué)模型。比如，為了分析、設(shè)計一個控制系統(tǒng)需要建立控制對象的數(shù)學(xué)模型；對生物規(guī)律、藥物反應(yīng)或社會經(jīng)濟等問題進行定量分析時，也需要建立相應(yīng)的數(shù)學(xué)模型?？傊?，充分掌握研究對象的運動規(guī)律，在表征它們的因果關(guān)系時，確立對應(yīng)的數(shù)學(xué)模型，這是控制理論能否成功地用于實際的關(guān)鍵之一。系統(tǒng)辨識正是適應(yīng)這一需要而成的一門學(xué)科，它的理論得到了迅速發(fā)展并廣泛應(yīng)用于許多領(lǐng)域。 進入20世紀80年代，系統(tǒng)辨識發(fā)展面臨新趨勢，一方面由于魯棒控制的出現(xiàn)，使自適應(yīng)魯棒控制成為研究的新熱點。相比，系統(tǒng)辨識本身的研究相對減弱，研究成果也急劇減少；另一方面，一些過去認為陳舊的東西，如連續(xù)系統(tǒng)辨識又以新面貌重新出現(xiàn)，引起人們的關(guān)注。 20世紀90年代以來，系統(tǒng)辨識有了新的發(fā)展動向，重新引起學(xué)者們的關(guān)注。一方面，Gevers 認為，辨識與控制的配合是控制理論研究中一個新的挑戰(zhàn)。這一問題的研究已導(dǎo)致系統(tǒng)辨識和控制器設(shè)計兩方面的不斷變革。而魯棒自適應(yīng)控制和魯棒預(yù)測控制等的研究正是結(jié)合了這一控制器設(shè)計方面的變革。另一方面，系統(tǒng)辨識本身向著時變動態(tài)系統(tǒng)的跟蹤和連續(xù)時間系統(tǒng)的辨識方向擴展。同時，由于計算機技術(shù)的飛速發(fā)展，系統(tǒng)辨識技術(shù)也得到了迅速發(fā)展和應(yīng)用。系統(tǒng)辨識的軟件化和應(yīng)用化研究已成為當前理論探索和實驗研究及工作技術(shù)應(yīng)用為一體的一個研究熱點。 近年來，系統(tǒng)辨識理論正在日趨成熟，形成了比較完善的理論體系和方法，系統(tǒng)辨識的實際應(yīng)用也愈來愈廣泛。在這些應(yīng)用中，可以看出一些特點：首先，在廣泛應(yīng)用的同時，逐步形成了‘專業(yè)化’的特點，如在機器人、航空航天、社會經(jīng)濟、農(nóng)業(yè)和生物等不同領(lǐng)域，其辨識方法都有明顯的特色；其次，辨識的內(nèi)涵己經(jīng)拓寬，它已不僅僅是利用輸入、輸出數(shù)據(jù)來辨識參數(shù)和結(jié)構(gòu)，對于那些模型己經(jīng)建立，并能正常運行，但在環(huán)境改變下，某些特征的識別也將是辨識研究的課題，其典型例子是關(guān)于系統(tǒng)的故障診斷。此外，隨著計算機功能和相關(guān)仿真軟件的發(fā)展，系統(tǒng)辨識得到了空前的發(fā)展，它的“純數(shù)字化成為許多研究工作者的追求目標，并被廣泛應(yīng)用于各種應(yīng)用領(lǐng)域。這一階段，傳統(tǒng)的過程辨識方法發(fā)展得比較成熟和完善，對線性過程具有良好的辨識效果，但對于復(fù)雜過程和非線性過程往往得不到滿意的辨識結(jié)果，而且普遍存在不能同時確定過程的結(jié)構(gòu)和參數(shù)以及往往得不到全局最優(yōu)解的缺點。 隨著智能控制理論研究的不斷深入及其在過程控制領(lǐng)域的廣泛應(yīng)用，針對傳統(tǒng)過程辨識的不足和局限性，把神經(jīng)網(wǎng)絡(luò)、遺傳算法、模糊理論等知識應(yīng)用于過程辨識中，發(fā)展為許多新型的過程辨識方法，即遺傳算法辨識、神經(jīng)網(wǎng)絡(luò)辨識、模糊辨識等?，F(xiàn)今過程辨識的發(fā)展方向是研究綜合多學(xué)科、新興學(xué)科知識，并易于實現(xiàn)的過程辨識方法。 本課題的主要研究內(nèi)容本課題結(jié)合遞推最小二乘法，對根據(jù)導(dǎo)彈舵機控制系統(tǒng)建立的三階線性的數(shù)學(xué)模型的參數(shù)進行估計，從而提高模型精度，使運行