Файл: Брикман, М. С. Аналитическая идентификация управляемых систем.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 22.10.2024
Просмотров: 123
Скачиваний: 0
135 МЕТОД ПОСЛЕДОВАТЕЛЬНЫХ ПРИБЛИЖЕНИЙ
Теорема 4.8. Итерационный процесс (4.17) устойчив по отно шению к возмущениям уравнения идентификации (2.10) и по грешностям вычислений, если выполняются условия
шах ||Сг-+АЛ,||^<7i< 1;
1=0,1,2....
шах ||Л,-|К<72<1.
i=0,l,2,...
Доказательство. В условиях теоремы из формулы (4.35) нолучаем
Пт |
|
&(ф+бф)+б |
< Пш g 8(n) = |
||
71-+-00 |
П-+оо |
1—а—е |
|
||
|
6бф+б |
bye |
|
l —qi |
(4.41) |
|
(l — qi) ( l —qz) |
Отсюда следует требуемый результат, так как правая часть формулы (4.41) непрерывно зависит от нормы возмущений и погрешностей вычислений и сходится к нулю, если последние стремятся к нулю.
в условиях примера 4.2 вместо |
|
|
|
||||||||
точного |
значения |
|
Ryx(t, |
0) |
|
|
|
||||
определяется |
приближенное, |
|
|
|
|||||||
представленное |
сплошной |
ли |
|
|
|
||||||
нией на рис. 11. |
|
|
|
|
|
|
|
|
|
||
|
Точное решение |
|
возмущен |
|
|
|
|||||
ного уравнения (4.12) u(t) изо |
|
|
|
||||||||
бражено на рис. 12 и сущест |
|
|
|
||||||||
венно отличается |
от |
искомого |
|
|
|
||||||
решения |
задачи |
идентифика |
|
|
|
||||||
ции. Воспользуемся итерацион |
|
|
|
||||||||
ным |
процессом |
|
примера |
4.2 |
|
|
|
||||
для |
построения |
приближенного |
|
|
|
||||||
решения, выбрав число итера |
|
|
|
||||||||
ций |
в соответствии |
|
с |
первой |
|
|
|
||||
из формул (4.40). В рассмат |
|
|
|
||||||||
риваемом |
случае |
|
составляю |
|
|
|
|||||
щие формулы (4.40) следую |
|
|
|
||||||||
щие: |
|
|
|
|
|
|
|
|
|
|
|
o> = lk'(OIU2(o,4=l: Ь=2; |
|
Рис . |
11. Взаимная корреляционная |
функ |
|||||||
|
|
|
|
|
|
|
|
|
ция |
выходного и входного сигналов |
систе |
|
а = |
| | / — 2 / x ’ ol i |
= |
0 |
, 5 0 6 |
; |
мы (пример 4.3). |
|
ГЛАВА IV |
136 |
6<p=lltfy*(l. 0) |
9) llij(o,i)=0,098; |
б= I!A||l2(o,i)=0,250; |
l~-= f (1~ a) =9,52; |
2 |
6 —Ьбср |
«2=n6=-_Jgj£ii±113— =2,45. |
|
|
Iga |
Таким образом, рациональное число итераций в нашем примере равно 2 или 3. Соответствующие приближенные решения приведены на рис. 4.4. Из графиков видно, что функции м2(/) и u?(t) намного лучше воспроизводят точное решение, чем функция u(t). В то же время объем расчетов по пред ложенному регуляризующему алгоритму невелик вследствие небольшой вели чины рационального числа итераций.
В заключение данного параграфа рассмотрим случай, когда получение оценок для норм ошибок и операторов погрешностей оказывается затруднительным. Обычными критериями остановки итерационного процесса являются следующие:
\\ип—
| | А - 7 м * - Ч К > й .
Достаточно общий класс подобных критериев можно описать соотношением
\\F[un, « п- 1]||^х, |
(4.42) |
где хь яг я — некоторые априори выбранные положительные числа; F — известный оператор, причем на точном решении за дачи идентификации w0 и при отсутствии возмущений выпол няется тождество
F[w0, wo] = 0 . |
(4.43) |
Основным недостатком при использовании выражения |
(4.42) |
для определения числа итераций является то, что оно не учи тывает имеющейся информации о помехах измерений и поэтому приводит в общем случае к завышенному значению п.
Обычно мы можем считать, что элемент e0 = /7[®o, ш0] в слу чае присутствия в итерационном процессе возмущений является случайной функцией (или последовательностью случайных ве личин), удовлетворяющей следующим условиям:
М {е0} = 0 ;
l l e o l l ^ x - |
( 4 .44) |
Неравенство (4.44) вводится в связи с ограниченностью реаль ных сигналов и помех. При этом мы не исключаем случая х = °°- Имеющаяся информация о функции е0 вместе с условием (4.43) позволяет выделить в пространстве W некоторую область
137 |
МЕТОД ПОСЛЕДОВАТЕЛЬНЫХ ПРИБЛИЖЕНИЙ |
N(%,x), зависящую от пара метров £ и х и обладаю щую следующими свойст вами:
1) элемент даеЛД|, %) в том и только в том случае, когда случайная функция s = F[w, да] удовлетворяет не равенству (4.44), а гипотеза о равенстве нулю математи ческого ожидания М{е} ис тинна на уровне значимос ти
2) параметр £= £(х) вы бирается таким образом,что
lim Nll(x), х] =®о, где да0 —
Х-Ч)
точное решение задачи.
Отсюда вытекает, |
что |
|
||
процесс нахождения какого- |
Р Ис. 12. Приближенные решения задачи |
|||
либо |
элемента |
ИЗ области |
||
N(l,x) |
представляет |
собой |
идентификации (пример 4.3). |
|
регуляризующий |
алгоритм, |
|
если параметр |е[0, 1] выбирать в соответствии с информацией о статистических свойствах возмущений. Легко показать, что при £= 0 область N (0, %) совпадает с областью, определяемой неравенством (4.44), а при ^ = 1 с совокупностью решений урав нения
M{F[w, да]} — О,
удовлетворяющих условию (4.44).
Допустим, что в результате расчета при помощи итерацион ного процесса (4.17) определены элементы ип~1 и ип. Тогда ре шение об остановке итерационной процедуры принимается, если
IIF[un~i |
ни]1 К х |
|
и гипотеза |
|
|
A4{F[a»-1,u n] } = 0 |
(4.45) |
|
истинна на уровне значимости |
Элемент ип в этом случае рас |
сматривается как приближенное решение уравнения иденти фикации.
Проверка гипотезы (4.45) обычно проводится при помощи непараметрических критериев математической статистики [2.20], например, критерия знаков, так как между значениями функции
ГЛАВА IV |
138 |
en= E[«rl_1, ип] существует сильная зависимость, не подчиняю щаяся гауссовскому закону.
Если же случайная функция гп распределена нормально, то наиболее эффективным является использование критерия Стьюдента [2.36]: гипотеза (4.45) истинна, если
|*п|^г4|,й-Ь
где h, /i-t — квантиль распределения Стьюдента с числом сте пени свободы (k~ 1) и вероятностью
k — число точек дискретизации ei" , . . ., e/tn функции е” ;
|
л |
|
X тпУк— Г |
tn— |
г=1 |
. |
|
У * |
( g ‘ n ) 2- ( Ц ып У |
|
i s = l |
В том случае, когда |
неравенство (4.44) также понимается |
в вероятностном смысле, для его проверки можно использовать статистические критерии.
Таким образом, критерий остановки процесса последователь ных приближений, основанный на методах проверки статисти ческих гипотез, записывается следующим образом:
п* = |
Е[п(1, х)+0,5], |
|
где « = л(£, ^) — первое |
натуральное |
число, удовлетворяющее |
условиям |
|
|
un( = N ( l , x ) \ |
Ui <=N&,x); |
£ =1, м— 1. |
Как показывают исследования, использование для оценки |
||
величины g формулы £= |
позволяет значительно умень |
шить число итераций и общий объем вычислений по сравнению с обычными критериями остановки итерационного процесса.
4.4. РЕШЕНИЕ ИНТЕГРАЛЬНЫХ УРАВНЕНИЙ ИДЕНТИФИКАЦИИ МЕТОДОМ ПОСЛЕДОВАТЕЛЬНЫХ ПРИБЛИЖЕНИЙ
В предыдущих параграфах были рассмотрены вопросы исполь зования итерационных методов для определения приближенных решений задачи идентификации. Применим описанные алго ритмы к интегральным уравнениям идентификации непрерывных динамических систем.
139 МЕТОД ПОСЛЕДОВАТЕЛЬНЫХ ПРИБЛИЖЕНИЙ
Решение |
уравнения |
(3.33) можно искать при помощи сле |
||
дующего итерационного процесса: |
|
|||
|
|
Ь ( ( ) |
|
|
f(t,Q )~ |
|
г )N (t, 6, x)dx |
|
|
|
ait) |
|
(4.46) |
|
Wan(t,$) = ----------------------— ------------------- , (n = 1,2,... ), |
||||
сходящегося |
к wa(t, 0) |
в метрике L2[a(t), b(t)], если [1.9] |
||
|
|
|
b(t) |
|
|
|
|
J f2(i, (T)d0<oo; |
|
|
|
ait) |
|
|
|
bit) |
ЪЦ) |
|
|
|
J |
J |
N2(t,Q, ■x)dxdQ<k2(t). |
(4.47) |
|
ait) |
ait) |
|
Обычно величина /„(/) пропорциональна параметру регуля ризации а (/), поэтому при достаточно больших значениях a(t) решение регуляризованного уравнения идентификации опреде ляется при помощи процесса (4.46). В тех случаях, когда усло вие (4.47) не выполняется либо сходимость медленная, следует применять способы улучшения сходимости, изложенные в пара графе 4.1.
Учитывая доказанную выше устойчивость процесса последо вательных приближений (4.6), рассмотрим его применение для решения нерегуляризованного интегрального уравнения иден тификации (3.42), считая для простоты записи в выражении
(3.43) k ( t ) = О
Ь( ( )
ш" (/,0 )= J [wn- i(t,%)An(t,x,Q)-\-RyX(t,x)Bn(t,T,Q)]dx,
аЦ)
(4.48)
(п = 1, 2, ...).
Здесь Л „(/, т, 0) и B„(t, т, 0) — ядра интегральных операторов, связанные соотношением
bit)
Лп{t, т, 0 )-f- j Rxx(r, z)Bn(t, z, 0)d2=6(T —0).
ait)