Nhận dạng Mô hình đối tượng với
System Identification Toolbox
Nhóm 1
Nội dung
1. Nhận dạng hệ thống là gì ?
2. Tổng quan về System Identification
Toolbox
3. Nhận dạng sử dụng SI
1 Nhận dạng hệ thống là gì?
1.1
Giới thiệu chung
Nhận dạng hệ thống là một quá trình lặp
đi lặp lại, cho phép chúng ta có thể xây
dựng các mô hình chính xác của trạng
thái hệ thống dựa trên các dữ liệu đo.
1 Nhận dạng hệ thống là gì?
1.2 Các mô hình nhận dạng
Mô hình tổng quát
B ( q −1 )
C (q −1 )
A(q ) y (t ) =
u (t ) +
e(t )
F ( q −1 )
D(q −1 )
−1
A( q ) =1 +a1q −1 +... +ana q −na
Trong đó:
B ( q ) =b0 +
b1q −1 +
... +
bnb q −nb
1
C (q) =
1+
c1q −
+
... +
cnc q −nc
D(q) =
1 +d1q −1 +
... +d nd q −nd
F ( q ) =1 + f1q −1 +... + f nf q −nf
1 Nhận dạng hệ thống là gì?
1.2 Các mô hình nhận dạng
•
Mô hình ARMAX
D (q ) = F (q) = 1 → A( q ) y (t ) = B ( q )u (t − nk ) + C ( q)e(t )
1 Nhận dạng hệ thống là gì?
Các mô hình dạng đa thức
1.2
Mô hình AR
D (q ) = F (q ) = 1
→
B (q ) = 0
A( q) y (t ) = e(t )
C (q) = 1
Mô
D (q )hình
= F (qARMA
) =1
B (q ) = 0
→
A(q) y (t ) = C ( q)e(t )
1 Nhận dạng hệ thống là gì?
1.3
Mô hình đặc tính tần
Cho phương trình:
y (t ) = G (q )u (t ) + H (t )e(t )
G (e jw )
Chứa các thông tin về đặc tính
tần= λΤ
số | Η( e jwT ) |2
φv (w)
cùng với phổ của nhiễu đầu ra
�: phương sai ước lượng của nguồn nhiễu e(t)
T: chu kỳ trích mẫu tín hiệu.
1 Nhận dạng hệ thống là gì?
1.3
•
Mô hình trạng thái
Mô hình trạng thái liên tục
.
∼
x(t ) = F (t ) + Gu (t ) + K w(t )
y (t ) = Hx(t ) + Du (t ) + w(t )
x(0) = x0
•
Mô hình trạng thái gián đoạn
x( kT + T ) = Ax(kT)+ Au(kT) +Ke(kT)
y (kT ) = Cx( kT ) + Du ( kT ) + e( kT )
x(0) = x0
T là chu kỳ trích mẫu
kT là các thời điểm trích mẫu, k=1,2,…
2 Tổng quan về
System Identification Toolbox
2.1
I.
Các bước nhận dạng với SI
Thu thập dữ liệu từ quá trình nhận dạng
II. Kiểm tra dữ liệu
III. Chọn và định nghĩa cấu trúc mô hình
IV. Tính toán mô hình tốt nhất
V.
Kiểm tra đặc tính mô hình nhận được
VI. Nếu mô hình là đủ tốt thì dừng lại hoặc có thể
quay lại các bước I-IV
Nguồn: L.Ljung - System Identification-Theory for user
2 Tổng quan về
System Identification Toolbox
2.2
Các nhóm lệnh trong SI
Trợ Giúp
ihelp
Một micromanual. Nhập giúp đỡ idhelp để bắt đầu
idprops
Danh sách các thuộc tính của đối tượng hộp công cụ
Demo
Demo các tính năng cơ bản và dự báo mô hình tuyến tính
iddemo
Giao diện người dùng và đồ họa
ident
dự đoán toàn diện và giao diện phân tích
midprefs Chỉ định một thư mục thông tin để khởi động
Dự báo và dự đoán
Pe
Tính toán dự báo lỗi
Slident
Simulink thư viện để sử dụng các dữ liệu và các đối tượng
2 Tổng quan về
System Identification Toolbox
2.2 Các nhóm lệnh trong SI
Thao tác dữ liệu
Iddata/FFT
Chuyển đổi dữ liệu từ miền tần số
Iddata/IFFT
Chuyển đổi dữ liệu từ tần số miền thời gian
Iddata
Xây dựng một đối tượng dữ liệu
Tạo ra các tín hiệu đầu vào để xác định
idinput
Nonparametric dự đóan
covf
Hiệp phương sai chức năng ước tính cho một ma trận dữ liệu
CRA Tương quan phân tích
Tham số mô hình dự đóan
ar
Mô hình tín hiệu sử dụng phương pháp tiếp cận khác nhau
bj
Dự báo lỗi ước tính của một mô hình Box-Jenkins
iv4 Khoảng tối ưu IV- ước tính cho ARX- mô hình
2.2 Các nhóm lệnh trong SI
Mô hình cấu trúc sáng tạo
Idarx
Tạo mô hình ARX tuyến tính đa biến
idnlgrey
Tạo mô hình phi tuyến người sử dụng tham số
Chuyển đổi mô hình
C2d, d2c
Biến đổi liên tục/ rời rạc và ngược lại
data2state
Bản đồ đầu vào ra qua các giá trị trạng thái của một mô hình idnlarx
linapp
Xấp xỉ tuyến tính của mô hình phi tuyến cho một đầu vào nhất định
MÔ hình trình bày
Nyquist
Vẽ đồ thị Nyquist
Fflot
Chức năng tần số
idmodel
Tư vấn về một mô hình ước tính
Mô hình xác nhận
Resid Tính toán và kiểm tra chất thải kết hợp với một mô hình
Sim
Mô phỏng một hệ thống ( với sự không chắc chắn)
2.2 Các nhóm lệnh trong SI
MÔ hình cấu trúc lựa chọn
AIC
Tiêu chí thông tin tính toán Akaike
FPE
Tính toán dự báo tiêu chuẩn cuối cùng
Ước lượng tham số đệ quy
Rarx
Tính toán ước tính đệ quy cho một mô hình ARX
Rarmax
Tính toán ước tính đệ quy cho một mô hình ARMAX
Đối tượng ước tính phi tuyến
idnlfun
Đánh giá phi tuyến
customnet
Tùy chỉnh ước tính phi tuyến
Các cơ sở sổ sách kế hoạch và hiển thị
getpvec
Danh sách tham số của mô hình tuyến tính và phi tuyến
setpname
Thiết lập mặc định tên tham số trong các mô hình tuyến tính dấu thời
gian Tìm ra khi đối tượng đã được tạo ra
3 Nhận dạng với IDENT
3.1Nhận dạng tham số theo mô hình
Đặt
Ta được
Nguồn : K.Ogata – Modern Control Engineering 4th edition
3 Nhận dạng với IDENT
3.1Nhận dạng tham số mô hình con lắc ngược
Thực hiện trên MATLAB
A = [0,1;-3,-5];B = [0;.5];C = [1,0];D = 0;x0=[0;0]
A1 = [0,1;-1,-1];B1 = [0;0.2];
G =ss(A,B,C,D);
T=0.1;time=[0:T:20]';
u=randn(size(time));
y=lsim(G,u,time);
data=iddata(y,u,T);
m = idss(A1,B1,C,D,x0);
m.As = [0 1; NaN NaN];
m.Bs = [0;NaN];
m.Cs = [1, 0];
m.Ds = 0;
m.x0s = [0;0];
m = pem(data,m)
compare(data(1:200),m)
3 Nhận dạng với IDENT
3.2 Nhận dạng đối tượng khi chưa biết dạng mô
hình của đối tượng
Ví dụ : Nhận dạng một hệ rời rạc trong KGTT
m0 = drss(4,3,2)%Tạo ngẫu nhiên 1 hệ rời rạc trong KGTT
m0 = idss(m0,'NoiseVar',0.1*eye(3));convert
u = iddata([], idinput([800 2],'rbs'));
y = sim(m0,u,'noise')
Data = [y u];
m = pem(Data(1:400))
tf(m)
compare(Data(401:800),m)
view(m)
Tham khảo
1. Mathworks – System Identification
Toolbox – User’s Guide
2.
L. Ljung – System IdentificationTheory for User
3.
Hoàng Minh Sơn – Cơ sở điều khiển
quá trình
4.
K. Ogata – Modern Control
Engineering