- •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.
7.3. О применении нелинейных моделей систем для получения псевдослучайных хаотических последовательностей
Обеспечение информационной безопасности при передаче сообщений в системах с кодовым разделением каналов является исключительно актуальной задачей. Для защиты передаваемой информации в таких системах используются шумоподобные сигналы, с помощью которых конфиденциальность передачи сообщений достигается на энергетическом, структурном уровнях, а также за счет информационной скрытности самих сообщений [21].
В последнее время появились публикации, в которых шумоподобные сигналы в системах передачи информации создаются с помощью динамических систем, обладающих хаотическими свойствами. Эти системы могут использоваться в качестве генераторов псевдослучайных последовательностей. Для генерирования псевдослучайных хаотических последовательностей используются дискретные нелинейные системы, описываемые с помощью уравнения
, (7.17)
где - состояние в момент , - состояние в последующий момент времени, - нелинейная функция, определяющая правило перехода в каждое последующее состояние. К простым системам вида (7.17) можно отнести модели дискретного роста популяций, логистические модели и др. Дискретные нелинейные модели, применяемые в качестве генераторов, как правило, имеют довольно простую структуру, обладающую, вместе с тем, исключительно широким спектром поведения [37].
Первую группу моделей составляют динамические объекты, описываемые логистическими уравнениями
, (7.18)
где - параметр бифуркации, принимающий значения в области хаоса, равные . В стационарном режиме
, (7.19)
т.е. мы имеем квадратичную параболу. Как было показано выше, при изменении координаты состояния в диапазоне парабола равна нулю на левой и правой границах. Максимальное значение всегда расположено в точке с координатой по оси . Ордината точки максимума равна . Парабола (7.19) является верхней границей для любых процессов, описываемых логистическим уравнением (7.18).
Вторую группу составляют так называемые тент-модели, представляемые уравнениями в дискретной форме
, (7.20)
где - параметр бифуркации, принимающий значения в рабочей области, лежащие в пределах . В этом случае поддерживается хаотический режим в тент-модели (7.20). Заметим, что если , процесс в (7.20) с увеличением числа шагов стремится к устойчивому режиму, и аттрактором является точка в начале координат.
Третья группа простых моделей может быть представлена нелинейным дискретным уравнением с кубической зависимостью последующего состояния от состояния в момент :
. (7.21)
Параметр в модели (7.21) рекомендуется изменять в границах , что соответствует поддержанию хаотического процесса в динамической системе.
Возможны другие модели и способы получения устойчивых -периодических последовательностей с числом , стремящимся к бесконечности.
Одним из важнейших свойств приведенных выше дискретных динамических моделей следует считать высокую чувствительность динамических процессов к изменению параметра и начальных условий, что позволяет достаточно просто формировать большие ансамбли устойчивых периодических сигналов с числом бинарных элементов, превышающим несколько десятков тысяч. Однако следует иметь ввиду, что с приближением к правой границе (например, для модели (7.18)) периодичность может нарушаться, поскольку число элементов псевдослучайной хаотической последовательности может приближаться к нескольким миллионам, и период из -периодической последовательности в этом случае сравним с машинным «нулем». Процесс становится не хаотическим, а стохастическим. Он не пригоден для получения бинарной псевдослучайной хаотической последовательности.
Для изучения свойств моделей (7.18), (7.20) и (7.21) в хаотических режимах нами разработаны алгоритмы и их программная поддержка в форме файлов, составленных в среде MatLAB. На рис. 7.6 и 7.7 приведены аттракторы хаотических процессов, полученные, соответственно, для моделей (7.18) и (7.20). В частности, решение, представленное на первом рисунке, получено с помощью файла sah46.m, приведенного в предыдущем параграфе. Для тент-модели использовался файл sah434.m ( см. ниже).
Выбраны следующие значения параметров:
- для модели (7.18): , ,
- для модели (7.20): , ,
Получение псевдокодов на основе хаотических процессов производится по соответствующим правилам, аналогичным получению псевдослучайных последовательностей шумоподобных сигналов в результате клиппирования. Использование различных моделей в хаотических режимах позволяет расширить область применения технологии полистанционного доступа с кодовым разделением каналов передачи информации и обеспечить высокий уровень конфиденциальности сообщений.
Рис.7.6. Хаос в логистической системе
% File sah434.m
% Tent map.
r=0.85;
x=0:0.01:1;
y1=r*(1-abs(2*x-1));
y2=x;
plot(x,y1,x,y2)
hold on
Рис. 7.7. Хаос в тент-модели дискретной системы
%===================
n=15;
x=0.4;
y=0.0;
s=[];
s1=[];
for k=1:n;
s=[s;x;x];
ya=r*(1-abs(2*x-1));
s1=[s1;y;ya];
y=ya;
x=y;
end
plot(s,s1),grid
hold off
Из приведенного текста файла sah434.m видно, что для его построения выбрана структура, аналогичная структуре построения sah46.m. Он реализует технологический процесс, согласно модели (7.20).