- •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.
Введем векторы
s = [s1 s2 ... sm]T, х = [a, а2 ... an]T, v = [v1 v2 … vm]T.
Из входных данных образуем прямоугольную матрицу H размерности
(т x n)
Тогда (1.10) можно записать в векторно-матричной форме:
(1.11)
Если т > n, то система (1.11), представляющая собой модель измерителя, является переопределенной. Тогда можно найти такие значения элементов вектора x =, при которых разность
(1.12)
точнее — скалярное произведение будет принимать минимальное значение. Задачу минимизации скалярного произведения сформулируем следующим образом: определим вектор , при котором минимизируется критерий качества
(1.13)
Постоянное число 1/2, содержащееся в(1.13) на вектор x* не влияет. Оно введено для удобства вычислений.
Если H в критерии качества (1.13) имеет минимальный ранг, равный n, то минимум J(х) можно найти путем дифференцирования J пo x и приравнивания производной к нулю. Это необходимое условие оптимальности. Достаточным условием минимума функции одной переменной следует считать положительное значение второй производной в экстремальной точке, а для функции нескольких переменных должно выполняться условие Лежандра-Клебша.
Рассмотрим произведение двух вектор-функций:
где 'Т" – знак транспонирования.
Согласно правилам векторного дифференцирования, можно записать
Используя это выражение, приравняем и Тогда необходимое условие оптимальности можно представить следующим образом:
(1.14)
или
Информационная матрица имеет размерность (n x n) и является неособенной, поскольку H имеет максимальный ранг. Тогда, умножая левую и правую части (1.14) слева на инверсную матрицу , получим наилучшую оценку вектора x
(1.15)
Получив наилучшую оценку вектора , подставим это значение в уравнение (1.11) и определим вектор ум как результат моделирования
(1.16)
Качество моделирования можно оценить по вектору разности между исходными данными s и моделью sм
z = s – sм
Уравнение (1.15) гарантирует получение минимума суммы квадратов элементов вектора z, т.е.
(1.17)
Для оценки эффективности моделирования можно воспользоваться эвклидовой нормой. B среде MatLAB существует функция "norm(z,'fro')", предназначенная для ее определения. Напомним, что эвклидова норма вектора z представляет собой равенство evc = = . Следовательно, критерий качества (1.17) можно записать
Другой подход к получению (1.15) может состоять в следующем. Рассмотрим вновь переопределенную систему, представленную уравнением (1.11). Предположим, что v имеет нормальное распределение, а вектор s состоит из постоянных значений. Тогда Hdx = dv и, следовательно, dvT = dxT = НT.
Для переопределенной системы уравнений справедливо условие т > n . Умножим dvT справа на вектор v и подставим его значение из уравнения (1.11)
(1.18)
Если теперь ввести критерий оценки вектора x, при котором требуется минимизировать
при отсутствии ограничений, то можно получить
(1.19)
Запишем (1.19) в векторно-матричной форме
(1.20)
Поскольку (1.20) совпадает с (1.18), то равенство указанного скалярного произведения векторов нулю возможно только в том случае, если . Данное условие может быть выполнено, если оценка х, которую ранее мы обозначили как ,будет
Мы получили уравнение, точно совпадающее с (1.16). Сумма квадратов погрешностей — скалярное произведение
Теперь умножим левую и правую части (1.11) слева на матрицу размерности (nЧm). Заметим, что и поэтому
где - вектор погрешности, представляющий разность между оценочным
истинным значениями вектора параметров.
Предполагая, что H и v независимы, мы получим среднее значение, равное нулю
(1.21)
Уравнение (1.21) подтверждает несмещенность оценки.
Уравнение (1.15) может быть использовано для оценки коэффициентов нелинейных функций, которые путем замены переменных приводятся к выражениям, линейным относительно неизвестных параметров. Сведем некоторые из них в таблицу 1.1, которая может быть полезна при выполнении практических преобразований.
Заметим, что использование функций, расположенных во втором столбце таблицы, для оценки параметров исходных зависимостей позволяет
Таблица 1.1.
№ |
Исходная нелинейная функция |
К какому виду приводится |
Замена переменных |
1. |
y =Aekx |
Z = a0 + a1x |
Z = ln y |
2. |
y =Bxb |
Z = a0 + a1u |
Z = ln y, u = ln x, a0 = lnB, a1 = b |
3. |
Z = a0 + a1u |
u =1/x |
|
4. |
Z = a0 + a1u |
u =1/xb |
|
5. |
Z = a0 + a1x + а2х2 |
Z = ln y, , , |
получить минимум суммы квадратов для преобразованных функций. Для исходных уравнений, являющихся нелинейными, применение нелинейных методов оценивания позволяет получить меньшее (в сравнении с MНK) значение эвклидовой нормы. Оценка же параметров функции Z позволяет лишь приблизиться к наилучшей оценке y.