ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 27.06.2024
Просмотров: 144
Скачиваний: 0
6.2] НЕПРЕРЫ ВНЫ Е СИСТЕМЫ 181
Теперь можно получить начальное условие у (tQ), исполь зуя уравнение (6.2.12), а потом с помощью (6.2.1) или (6.2.5) в зависимости от ограничений на объем памяти по строить приближение к траектории. Во многих практиче ских задачах идентификации матрица дГ/ду содержит много нулевых элементов, поэтому алгоритмы решения уравне ний (6.2.22) и (6.2.23) можно существенно упростить. Су ществует много вариантов рассматриваемой задачи, в ко торых можно использовать специфику уравнений задачи. Вместо того, чтобы обсуждать эти варианты в рамках общей постановки задачи, рассмотрим один частный случай, в ко тором можно добиться значительного уменьшения объема вычислений.
Предложенный выше алгоритм приводит к серьезным вычислительным трудностям, если система описывается уравнениями высокого порядка. Если рассматривается модель iV-ro порядка, то для того, чтобы из (6.2.22) полу чить Oi+1 (/), необходимо решить 4N2 дифференциальных уравнений. Следует помнить о том, что каждый новый идентифицируемый параметр повышает порядок модели системы по меньшей мере на единицу. Например, систему пятого порядка с пятью неизвестными параметрами можно было бы описать моделью 10-го порядка так, что уравнение (6.2.22) свелось бы к системе 400 дифференциальных уравнений первого порядка. В этом случае трудоем кость процесса вычислений якобиана дТ!ду становится решающей.
Другая трудность состоит в необходимости запомина ния непрерывных наблюдений ъ (t), tf. Дискретные реализации получают с выхода объекта чаще, чем непре рывные. Можно сразу же поставить задачу идентификации как дискретную многоточечную краевую задачу, избежав использования принципа максимума и связанного с этим увеличения размерности. К сожалению, для того, чтобы такая аппроксимация была корректной, необходимо, чтобы входной шум w был пренебрежимо мал, впрочем, это огра ничение не является слишком серьезным и метод может быть достаточно эффективным.
Предположим, что система, как и раньше, описывается системой iVдифференциальных уравнений первого порядка
х (<) = f [х(«)Д]. |
(6.2.28) |
182 |
КВАЗИ ЛИНЕАРИЗАЦИЯ |
1 гЛ . В |
В эту систему по-прежнему входят уравнения для неизвест ных параметров. Сначала предположим, что имеется т ^> N линейных наблюдений с помехой:
z{tj) = |
C{tj)x(tj)+ |
j — 1,2, . . . ,т, (6.2.29) |
где t j ЕЕ U<)> |
//], a v ( t j ) |
— независимые значения шума с |
нулевым средним и дисперсией var {v (г;-)} = Vv (tj). Ос новываясь на этих наблюдениях, желательно найти оценку траектории х (t), t0 -С t <' tj, которая минимизирует сум му средних квадратов невязок, т. е. показатель качества
т |
|
J = 2 II1 (tj) — с (tj) * (tj) low |
(6.2.30) |
3 = 1 |
|
Матрица весов Q может быть произвольной неотрицатель но определенной матрицей, хотя для того, чтобы получить оценку по методу максимума апостериорной вероятности, мы будем часто полагать Q (f;) = Vv (ti). Отметим, что из-за отсутствия входного шума оценка траектории х (t) определяется заданием начального условия х (tQ). Можно считать Q функцией номера итерации г, хотя в книге это не сделано.
Иснова допустим, что начальная оценка траектории х1 (t) известна, необходимо определить новую оценку xi+1(i), которой соответствовало бы меньшее значение функцио нала J. Используя изложенный выше метод с у (t) = х (t)
иf = Г, получим
xi+1 (t) = £2i+1 (t) xm |
(t0) + pi+1 (/). |
(6.2.31) |
Здесь Q1+1 (t) — решение уравнения |
|
|
Q i + l { t ) |
Q i « ( , „ ) = ! , |
( 6 2 _3 2 ) |
a pH1 (t) — решение уравнения |
|
|
Pi+1 (t) = f [x* (t), 11 -----l * (t) - |
Pi+1 (01 (6-2.33) |
|
ox1(t) |
|
|
с начальным условием pi+1 (t0) = 0. Отметим, что на этот раз Q (<) имеет порядок N X N, а не 2N X 2N. Задача
6.2] |
|
|
НЕПРЕРЫ ВНЫ Е |
СИСТЕМЫ |
|
|
183 |
|||
состоит |
в подборе |
такого xi+1 (t.0), |
которое |
минимизирует |
||||||
функционал |
(6.2.30). |
|
(6.2.31) в |
J, получим |
||||||
Если |
подставить x1+1 (t) из |
|||||||||
|
т |
|
|
|
|
|
|
|
|
|
J = |
2 |
и «}) - |
с у,) |
м i i+i (t0) + |
|
т |
fQ((). |
|||
|
3=1 |
|
|
|
|
|
|
|
|
|
Приравняв нулю частную |
производную |
от J |
по xi+1 (t0), |
|||||||
найдем, |
что |
|
|
|
|
|
|
|
|
|
т |
|
|
|
|
|
|
|
|
|
|
{ S & i+1(*i)iT ст (Ь) Q (ti) с ft) |
ft)} i i+i (/„) = |
|
||||||||
£ 7=1 |
|
|
|
|
|
|
|
|
|
|
m |
|
|
|
|
|
|
|
|
|
|
= S |
[G1+1 № |
C'r(*;•) Q (*i) tz &) - |
C (ti) Pi+1 («;)] • (6.2.34) |
|||||||
i=l |
|
|
|
|
|
|
|
|
|
|
Теперь определим |
|
|
|
|
|
|
|
|||
|
|
|
m |
lfli+1ft)]T CT ft) Q ft) C ft) Q,+1 («,-) (6.2.35) |
||||||
|
M*« = S |
|||||||||
и |
|
|
3=1 |
|
|
|
|
|
|
|
|
m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
c ft) Pi+1 (^)]. |
|||
Ni+1 = |
2 |
l ^ +1 ft)lT Cr ft) Q ft) [z ft) - |
||||||||
|
|
|
|
|
|
|
|
|
|
(6.2.36) |
В результате уравнение (6.2.34) преобразуется к виду
Mi+V +1 (t0) = |
Ni+\ |
|
|
откуда находим, что |
|
|
|
хш (*„) = [Mi+1]_1 Ni+1. |
(6.2.37) |
||
Зная x1+1 (t0), можно определить |
всю |
траекторию |
xi+1 (t) |
и повторять вычисления, пока очередные приближения не перестанут сильно меняться.
Одна из вычислительных трудностей, связанных с этим методом, состоит в вырождеиности (или плохой обуслов ленности) матрицы Mi+1. Это чаще всего бывает на первых шагах алгоритма, когда очередное приближение к траек тории все еще не является хорошей оценкой решения.
184 |
КВАЗИ Л ИН ЕАРИ ЗАЦ ИЯ |
[ГЛ . 6 |
В некоторых случаях эту трудность можно преодолеть, ис пользуя на первых шагах небольшое число дискретных наблюдений.
Если наблюдения нелинейны, то с помощью квазили неаризации их можно линеаризовать и применить послед ний алгоритм. Рассмотрим нелинейное наблюдение
1 (tj) = h [х (tj), tj] + v (tj). |
(6.2.38) |
Снова предположим, что начальное приближение х* (t) известно. Разложим h [х (tj), tj] в ряд Тейлора в окрест ности х1 (t), тогда с точностью до членов второго порядка малости получим
г (tj) — h [х1 (tj), tj] -f- |
[X1+l (tj)-xi(tj)] |
+ V (tj). |
|
Введем следующие обозначения: |
|
|
|
z' (tj) = z (tj) — h [x{ (tj), tjI + |
Cl (tj) xl (tj), |
(6.2.39) |
|
где |
f t * ( 9 , |
|
|
d h |
t .] |
(6.2.40) |
|
G(tj) = |
aii (tp |
|
|
|
|
|
Тогда нелинейное наблюдение можно записать в линеари зованной форме:
ъ' (tj) = С1 (tj) xi+1(tj) + v (tj). |
(6.2.41) |
Таким образом, для решения задачи с нелинейными на блюдениями можно использовать последний алгоритм, если заменить z (tj) на z' (tj) и С (tj) на С1 (tj).
Смысл преобразований состоит в том, что неквадрати ческая функция штрафа
т
J = 2 IIz (tj) — h Iх (Ь)’ Ы Iq(^) |
(6.2.42) |
||
j=i |
|
|
|
заменяется квадратической |
|
|
|
т |
|
dh [x* (tj),tj] |
|
т = 2 IIz (W — h Iх* |
|
|
|
— |
[xI+1№ ) - |
|
|
j=l |
m |
dkl (t.) |
|
|
|
|
- x* (W llh = 2 II *' (tj) - C1 (tj) xl+1 (tj) ||Ц>, (6.2.43)
6.2] |
НЕПРЕРЫ ВНЫ Е СИСТЕМЫ |
185 |
к которой и применяется последний алгоритм квазилинеа ризации.
В этом разделе метод квазилинеаризации применяется для решения задач идентификации непрерывных систем. В дальнейшем те же методы распространяются на дискрет ные системы. С точки зрения практических приложений интересные задачи часто оказываются промежуточными
Рис. 6.2.1. Блок-схема системы; пример 6.2.1.
между дискретными и непрерывными. Во всяком случае обычно реализации наблюдаемых сигналов дискретны по времени, а модели систем чаще всего непрерывны.
Пример 6.2.1. Рассмотрим систему, изображенную на рис. 6.2.1. Модель системы имеет вид
х = А (0 х - f u (t),
где из физической природы объекта известно, что
Г x i (f) I |
|
Г |
О |
“I |
X ^ = U s ( * ) J ’ |
“ ^ |
= L s i n |
( 0 , 8 nt) J ’ |
|
0 |
|
1 |
|
|
— 4 |
— |
(а + b s in |
t) |
|
Необходимо выбрать такие значения параметров а и Ь, чтобы отклик модели был близок к отклику реальной ди намической системы. Для решения этой задачи восполь зуемся методом квазилинеаризации. Запишем расширенную
186 |
КВАЗЙЛИЙЕАРЙЗЛЦЙЙ |
[йл. 6 |
систему уравнений:
К= х 2 (О ,
х2 = — 4хх (О — х3 (<) х2 (О + sin (0,8 nt),
Х3 = Xi (г),
i 4 = x6 (0 — % (0,
h = 0.
Линеаризуя эту систему относительно траектории xN для (N -f- 1)-го приближения, получим следующую линейную систему дифференциальных уравнений с переменными коэффициентами:
Y(*) = B(f)Y(f) + r(f),
< |
+1 (0 |
|
|
0 |
|
|
|
|
|||
|
|
|
|
|
(t) £% (1) -f- sin (0 ,8 nt) |
< |
+ 1 (0 |
. |
г (t) = |
0 |
|
^ |
+1 |
(0 |
|
|
0 |
*5N+1 |
(0 |
|
|
0 |
0 |
1 |
0 |
0 0 - |
|
- 4 |
— x ^ (t) |
— x % ( t ) |
О |
О |
0 |
0 |
0 |
1 |
0 |
О |
0 |
— 1 |
0 |
1. |
Интервал наблюдения был выбран равным 10 сек. Имеется 10 равноотстоящих измерений отклика реальной системы,
|
10 |
так |
что / = 2 [*i (t) — Xi (<)12Решение быстро сходит- |
ся |
i=i |
к значениям |
хь (0) = й = 3,999989, х4 (0) = £ = 2,000535.
На самом деле параметры объекта имеют следующие зна чения:
а = 4, 000000, Ъ = 2,000000.