- •1 Лекция 1. Понятие моделирования. Цели моделирования
- •2 Лекция 2. Основные термины в математическом моделировании. Виды математических моделей
- •2.1 Основные термины в математическом моделировании
- •2.2. Основные виды математических моделей
- •3 Лекция 3. Этапы процесса моделирования. Общие принципы построения моделей
- •3.1 Этапы процесса моделирования
- •3.2 Общие принципы построения моделей
- •4 Лекция 4. Аналитические методы определения характеристик объектов
- •4.1 Основные уравнения динамики
- •4.2 Упрощение уравнений динамики
- •4.3 Линеаризация уравнений
- •5 Лекция 5. Аналитические методы моделирования объектов с сосредоточенными параметрами
- •6 Лекция 6. Примеры моделирования объектов с сосредоточенными параметрами
- •7 Лекция 7. Объекты с сосредоточенными параметрами. Динамика теплообменных процессов
- •8 Лекция 8. Аналитические методы определения характеристик тепловых объектов
- •9 Лекция 9. Моделирование объектов с распределенными параметрами
- •10 Лекция 10. Общие сведения о проблеме идентификации
- •10.1 Основные понятия
- •10.2 Классификация методов идентификации
- •11 Лекция 11. Постановка задачи идентификации
- •11.1 Объект идентификации
- •11.2 Постановка задачи идентификации
- •12 Лекция 12. Идентификация линейных динамических объектов. Прямые методы
- •12.1 Прямые методы определения динамических характеристик
- •12.2 Идентификация с помощью переходной функции
- •13 Лекция 13. Идентификация линейных динамических объектов. Прямые методы
- •13.1 Графическая идентификация с помощью переходной функции процессов второго порядка
- •13.2 Графическая идентификация с помощью импульсной переходной функции
- •13.3 Идентификация с помощью частотной характеристики
- •14 Лекция 14. Параметрическая идентификация линейных объектов
- •14.1 Статические детерминированные линейные модели
- •14.2 Динамические детерминированные модели
- •15 Лекция 15. Непараметрическая идентификация линейных динамических объектов. Корреляционные функции
- •15.1 Общий подход к определению непараметрической модели
- •15.2 Определение корреляционных функций сигналов
- •16 Лекция 16. Непараметрическая идентификация линейных динамических объектов. Уравнение Винера-Хопфа
- •16.1 Уравнение Винера-Хопфа для определения импульсной переходной функции
- •16.2 Алгебраический метод решения уравнения Винера-Хопфа
- •17 Лекция 17. Методы идентификации, основанные на
- •17.1 Краткие сведения об аппроксимации функций
- •17.2 Сглаживание дискретных значений импульсной переходной функции
- •17.3 Метод идентификации, основанный на предварительной аппроксимации импульсной переходной функции
- •18 Лекция 18. Методы идентификации, основанные на аппроксимации характеристик объектов и сигналов
- •18.1 Метод идентификации, основанный на совместной аппроксимации импульсной переходной и корреляционных функций
- •18.2 Метод идентификации, основанный на аппроксимации сигналов
- •19 Лекция 19. Идентификация нелинейных объектов
- •19.1 Особенности идентификации нелинейных динамических объектов
- •19.2 Методы идентификации, основанные на линеаризации характеристик объектов
- •19.3 Идентификация нелинейных функций априорно известного вида
- •19.4 Идентификация объекта с нелинейностями общего вида
- •20 Лекция 20. Алгоритмы предварительной обработки и оценки идентичности
- •20.1 Алгоритмы оценки стационарности и линейности объекта
- •20.2 Количественная оценка степени идентичности модели реальному объекту
- •Список литературы
11 Лекция 11. Постановка задачи идентификации
Содержание лекции:
- постановка задачи идентификации; функционал невязки.
Цель лекции:
- познакомиться с постановкой задачи идентификации; изучить метод минимизации функционала невязки.
11.1 Объект идентификации
В любой реальной системе на выходные переменные действуют в той или иной степени много различных факторов. Эти факторы могут иметь природу помех (шума), а могут быть параметрами, о которых мы не имеем представления. Объект идентификации будем представлять в следующем виде (см. рисунок 11.1).
Рисунок 11.1 - Объект идентификации
где Х = (x1…хn) – наблюдаемые входы объекта; Е = (e1…ek) – его ненаблюдаемые входы; У = (y1…ym) – наблюдаемые выходы объекта.
Входные и выходные сигналы объекта являются источниками информации при идентификации динамических объектов. Данные о помехе Е, как правило, отсутствуют. Все входы объекта представляют собой воздействия внешней среды на объект и являются какими-то определенными функциями состояния среды и времени. Входы объекта часто являются случайными функциями времени, статистические свойства которых в общем случае неизвестны, однако известны наблюдения входа и выхода объекта, то есть реализации функций Х(t) и Y(t) в непрерывной или дискретной форме.
Идентификация затрудняется наличием шумов, которыми могут быть чистые помехи, неизмеряемые сигналы, коррелированные с измеряемыми, ошибки измерения и преобразования и т.д. Относительно ненаблюдаемого входа E(t) предполагается известной его структура, то есть характер этой случайной функции. Обычно ограничиваются случаем, когда E(t) является нормальным случайным процессом, непосредственное наблюдение которого невозможно. Без потери общности можно все эти шумы привести к выходу и представить одной векторной величиной (см. рисунок 11.2).
Все сведения об объекте, которые необходимо иметь для того, чтобы начать процедуру идентификации, подразделяются на два вида: априорные и апостериорные.
Рисунок 11.2 - Классическое представление динамической системы
Априорная информация, которой необходимо располагать еще до наблюдения входов и выходов объекта, определяет структуру идентифицируемого объекта. Например, можно выделить четыре признака (хотя структура не исчерпывается ими): динамичность, стохастичность, нелинейность, дискретность. Естественно, представления о виде модели могут измениться после анализа апостериорной информации, то есть после наблюдения за поведением входа и выхода объекта.
Апостериорная информация имеет количественный характер, то есть это результат (протокол) наблюдений входа и выхода объекта. Для непрерывных объектов имеем записи непрерывных функций: X(t) – результаты всех измерений входов объекта и Y(t) – результаты измерений его выходов за тот же период наблюдений (интервал 0<=t<=T). Протокол записывается в виде: (<X(t), Y(t)>, 0<=t<=T). Это означает, что поведение объекта зарегистрировано в виде n+m различных кривых: x1(t),…, xn(t); y1(t),…, ym(t) в этом интервале.
В дискретном случае имеем X = (X1,…, XN), Y = (Y1, …, YN) и протокол записывается в виде (<Xi Yj>, i=1,…, N; j = 1,…,N), где Xi= (x1i,…,xni), Yi = (y1i ,…, ymi). Этот протокол представляет собой таблицу из n+m столбцов и N строк
x11 |
x21 |
… |
xn1 |
y11 |
y21 |
… |
ym1 |
x12 |
x22 |
… |
xn2 |
y12 |
y22 |
… |
ym2 |
|
|
|
|
|
|
|
|
x1N |
x2N |
… |
xnN |
y1N |
y2N |
… |
ymN |