- •В.И. Королев, в.В. Сахаров, о.В. Шергина оценка параметров, моделирование динамических систем и электрических цепей в среде matlab
- •Санкт-Петербург
- •Рецензенты:
- •Isbn 5-88964-073-X © Королев в. И.,
- •Содержание
- •1. Идентификация параметров моделей систем на основе квадратичных методов оценивания………..……………………………………………………………........................... 11
- •Модели установившихся режимов в электрических цепях и
- •4. Модели пространства состояний в электрических цепях и
- •5. Системы и цепи под воздействием параметрических возмущений: численные и
- •6. Моделирование динамических систем и электрических цепей средствами
- •8. Моделирование технологических процессов в системах с помощью
- •Введение
- •Идентификация параметров моделей систем на основе квадратичных методов оценивания
- •Линейные модели систем Рассмотрим систему линейных уравнений
- •Рассмотрим линейное уравнение
- •Для существования точного решения уравнения (1.1) должно выполняться условие
- •1.2. Переопределенные системы уравнений. Метод наименьших квадратов
- •Введем векторы
- •1.3. Оценивание параметров периодических сигналов по экспериментальным данным
- •Таким образом, требуется оценить амплитуды и фазы
- •Разделив период t на 24 равных интервала, мы получим . Так как , то каждому будет соответствовать угол (в градусах).
- •1.4. Рекуррентный метод оценивания параметров моделей
- •1.5.Алгоритм оценивания параметров моделей в условиях ограничений
- •Минимальное значение (1.43) соответствует условию
- •1.6. Нормы оценивания параметров в теории инверсных систем
- •1.7. Оценивание параметров по критерию минимума среднего абсолютного значения остатков
- •Уравнение измерителя
- •1.8. Нелинейное оценивание параметров моделей в режиме прямых вычислений
- •1.9. Алгоритм ортогонализации в оценке параметров динамических систем
- •Рассмотрим нелинейную дискретную модель системы
- •2. Модели установившихся режимов в электрических цепях и системах
- •2.1. Пример модели цепи постоянного тока
- •Пример модели цепи переменного тока
- •2.3.Несимметричные режимы в трехфазных электрических цепях: метод симметричных составляющих
- •2.4. Модель многоузлового разветвления русла в стационарном режиме. Аналогии с электрической цепью
- •2.5. Модель твердого тела с двумя неподвижными точками
- •2.6. Многопродуктовая модель экономики: межотраслевой баланс
- •2.7. Модель оценки элементов матрицы преобразования
- •3. Динамические звенья и системы под воздействием гармонических сигналов
- •3.1.Построение частотных характеристик простых динамических звеньев
- •3.2.Резонанс в динамических системах
- •3.4. Резонанс в электрических цепях
- •3.4. Режим биений
- •4. Модели пространства состояний в электрических цепях и системах
- •4.1. Понятие состояния
- •4.2. Уравнения состояния для электрических цепей
- •4.3. Приведение к резистивной форме моделей электрических цепей с одним накопителем энергии
- •4.4. Определение коэффициентов дифференциальных уравнений моделей электрических цепей с двумя накопителями энергии
- •4.5. Электрическая цепь с четырьмя накопителями энергии
- •4.6. Примеры составления уравнений состояния rlc -цепей в матричной форме
- •Исходная цепь
- •Краткие сведения о решателях дифференциальных уравнений
- •5.2. Об аналитическом решении дифференциальных уравнений
- •5.3.Матричная форма решения уравнений состояния динамических систем
- •Моделирование динамических систем с двумя накопителями энергии при параметрических возмущениях Для определенности рассмотрим модель динамической системы с двумя накопителями энергии:
- •Моделирование –цепей. Аналитические решения
- •Сопротивления ,
- •Переходный процесс в -цепи под воздействием синусоидального входного сигнала
- •Системы, находящиеся под воздействием периодических сигналов прямоугольной формы
- •Динамические системы с двумя накопителями энергии
- •Корни комплексно-сопряженные.
- •Кратные корни.
- •Вещественные неравные корни
- •Динамические системы с тремя накопителями энергии
- •6. Моделирование динамических систем и электрических цепей средствами символьной математики
- •6.1. Символьные выражения и алгебра
- •6.2. Алгебраические и трансцендентные уравнения. Расчет цепи постоянного тока
- •Символьной алгебры
- •6.3. Символьное дифференцирование и интегрирование
- •6.4. Решение дифференциальных уравнений в символьной форме
- •6.5. Моделирование переходных процессов в электрических цепях средствами пакета символьной математики
- •6.6. Операторный метод расчета переходных процессов с использованием пакета символьной математики
- •7. Модели детерминированного хаоса и их применение
- •7.1. Дискретные динамические модели первого порядка со сложной динамикой
- •7.2. Программное обеспечение и моделирование нелинейных дискретных систем. Хаос
- •7.3. О применении нелинейных моделей систем для получения псевдослучайных хаотических последовательностей
- •Моделирование технологических процессов в системах с помощью нейронных сетей
- •8.1.Общие положения
- •8.2. Последовательность операций при создании нейронной сети в среде matlab ( Neural Networks Toolbox)
- •3. Оценка погрешности нейронной модели. Для оценки используется функция моделирования, где в скобках, согласно синтаксису, приводятся сеть и входной сигнал:
- •Моделирование уровней воды в водной коммуникации на основе нейронных сетей
- •В водной коммуникации
- •8.4. Применение нейронной сети для определения химического состава песчано – гравийной смеси
- •Моделирование технологического процесса оценки и прогноза рыночных факторов, воздействующих на работу предприятия и бизнес в классе нейронных сетей
- •Библиографический список
- •Оценка параметров, моделирование динамических систем и электрических цепей в среде MatLab
- •165300, Г. Котлас, ул. Невского, 20.
1.7. Оценивание параметров по критерию минимума среднего абсолютного значения остатков
Выбрав р = 1, мы имеем оценку среднего абсолютного значения остатков. B отличие от метода наименьших квадратов, где для минимума критерия качества получено математическое выражение путем взятия производной и приравнивания ее нулю, минимизация средней абсолютной оценки таким способом невозможна, так как J1(x) не может быть дифференцирована для всех значений x. Поэтому для поиска минимума J1(x) мoгyт быть использованы определенные формы решения задач линейного программирования, базирующиеся на интерполяционном процессе по группе точек, в которых произведены измерения.
Обобщенная линейная задача аппроксимации по критерию минимума среднего абсолютного значения остатков может быть сформулирована следующим образом. По заданным измерениям yi, i = 1,..., m, требуется оценить n-мерный вектор x, при котором выполняются условия
(1.53)
и x доставляет минимум критерию качества
(1.54)
Запишем H размерности (m x n ), состоящую из т строк, отвечающих уравнениям (1.53)
где ..…………………………
Известно, что если столбцовый ранг матрицы H равен k n , то наилучшая оценка J1 (x) определяется на множестве из k измерений, выбранных из у1, y2,…, ym . Следовательно, если имеются т измерений и n известных векторов Hj, j= 1,..., n, то при ранге матрицы Н, равном k,функция
являющаяся наилучшей оценкой по критерию , точно интерполирует, по крайней мере, k измерений. Напомним, что оценка по критерию не обязательно должна удовлетворять этому условию. Гиперплоскость вообще может не проходить через какую-либо экспериментальную точку, в то время как минимум суммы наименьших квадратов будет обеспечен.
Решение линейной задачи по минимизации (1.54) может быть получено с помощью одного из известных алгоритмов, описанных в литературе. Однако, можно предложить очень эффективный вычислительный алгоритм, базирующийся по структуре на двухступенчатом решении. C этой целью запишем (1.54) в следующем виде:
(1.55)
Очевидно, мы вправе полагать, что минимуму (1.55) соответствуют значения
(1.56)
………..
Применяя это же условие к критерию (1.54), будем иметь
(1.57)
……………..
Система (1.56) содержит т уравнений с n неизвестными. Для переопределенной системы мы не можем обеспечить условие (1.56). Поэтому на первой ступени решения (1.57) ограничимся приближением, соответствующим минимуму критерия J2 , т.е. получим оценку методом наименьших квадратов (см. формулу 1.15)
Определим остатки для каждого измерения и получим систему уравнений
(1.58)
……. ……. ……. ……. ……. ……. ……. …..
.
Если ранг H равен k, причем k n, то для наилучшей оценки x по критерию J1 оцениватель должен обеспечить точное прохождение гиперплоскости через k точек из всех измерений, входящих в вектор у. При этом выбранные точки должны иметь наименьшие остатки.
Ha второй ступени решения, сформировав вектор из уравнений (1.58), мы можем выполнить сортировку r в порядке возрастания его элементов. C этой целью в среде MatLAB воспользуемся оператором и получим матрицу, содержащую строку rl и строку I, содержащую индексы, использованные при сортировке.
Для определенности положим, что k = n, т.е. матрица H имеет полный ранг. Тогда вектор rl можно представить в виде блоков :
(1.59)
где - (n Ч 1)- вектор, содержащий наименьшие остатки,
- вектор, в который вошли все оставшиеся ri , определенные системой (1.58).
Аналогично разделим матрицу H на два блока размерности (nЧn) и - матрицу
(1.60)
Уравнения, входящие в первый блок, можно представить как
(1.61)
где - вектор; - квадратная матрица х - (nЧ1) - вектор. Решение (1.7-9) определим путем инверсии :
(1.62)
Мы получим наилучшую оценку по критерию J1. Далее нетрудно определить вектор остатков
(1.63)
Для иллюстрации "работы" алгоритма, представленного системой уравнений (1.551.63), возвратимся вновь к примеру построения модели наблюдателя, параметры которого оцениваются по экспериментальным данным в точках (1, 2), (2, 2), (3, 3), (4, 4), (5, 3):
Необходимо оценить коэффициенты а1 и а2 по критерию минимума эвклидовой нормы при условии, что должно точно выполняться ограничение , где С = [1,б], d= = [5].
Согласно (1.60) матрица Н будет иметь вид
Для оценки методом наименьших квадратов воспользуемся формулой
B результате для матрицы H размерности (5Ч2) будем иметь
и, следовательно, в соответствии с (1.58), вектор остатков
Так как ранг матрицы H равен 2, процедура оценивания должна состоять в "пригонке" лишь двух точек, через которые должна проходить прямая . Эти точки должны соответствовать первому и третьему элементам вектора r. Однако по условиям ограничений эта же прямая должна проходить через точку с координатами (6, 5). Следовательно, вместо точки (1, 2), для которой справедливо , необходимо ввести координаты (6, 5). Тогда, согласно (1.60), матрица
Оптимальная оценка по критерию J1