- •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.
1.2. Переопределенные системы уравнений. Метод наименьших квадратов
Переопределенные системы уравнений (1.1) с матрицей A полного ранга часто встречаются на практике, например, при решении геодезических задач на водных путях, нахождении координат расположения судов в открытых акваториях по данным измерений, в процессе обработки результатов измерений деталей машин и механизмов, при управлении качеством продукции в серийном производстве и др. C переопределенными системами уравнений приходится иметь дело в информационно-измерительных и управляющих комплексах различного назначения, аппаратных средствах автоматизации технологических процессов и т.п.[6].
Поскольку измерения выполняются с погрешностями и математическая модель, как правило, не в полной мере адекватна объекту, переопределенная система позволяет "сгладить" влияние погрешностей на конечный результат. B этом случае принято говорить об оценивании параметров модели по экспериментальным данным, согласно выбранным критериям [13]. B простых ситуациях такими критериями могут быть различные нормы матриц и векторов: спектральная норма, l - норма, - норма, эвклидова (сферическая) норма и др.
Среди наиболее широко распространенных методов оценивания следует отметить метод наименьших квадратов [44], [52]. Его популярность объясняется, очевидно, тем, что он может быть применен в любом случае — как при наличии распределения вероятностей наблюдений, так и при их отсутствии. Если уровень помех пренебрежимо мал в сравнении с полезными сигналами, а экспериментальные данные модели, структура которой известна точно, являются информационными, то для линейных уравнений коэффициенты модели оцениваются точно.
B других случаях оценки, полученные при отсутствии распределений методом наименьших квадратов, могут иметь плохие характеристики, но в таких ситуациях ничего лучшего сделать невозможно. При определенном распределении вероятностей (например, нормальном) оценки на основе этого метода могут даже обладать оптимальными статистическими свойствами.
Метод наименьших квадратов используется в задачах "подгонки" статических характеристик.
Рассмотрим линейную стационарную модель системы, содержащую аддитивные составляющие
s = a1y1 + a2 y2 + ...+ an yn+ v, (1.9)
где a1,...,an –постоянные коэффициенты,
y1,..., уn — входные сигналы,
s - выходной сигнал,
v — сигнал помехи (шум измерений).
Предположим, что в процессе работы системы одновременно в фиксированные моменты времени измеряются входные сигналы и сигнал s. Обозначим их значения в моменты t1, t2, ..., tm, соответственно, индексами 1, 2, ..., т. Поскольку все измерения, в соответствии с выбранной моделью, отвечают (1.9), можно составить систему уравнений
s1 = а1y11 + а2у12 + ...+ any1n + v1, (1.10)
s2 = а1y21 + а2у22 + ...+ any2n + v2,
…………………………………
sm = а1ym1 + а2уm2 + ...+ anymn + vm.