《系统建模与仿真》实验报告

《《系统建模与仿真》实验报告》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、实验1最小二乘法的实现实验报告哈尔滨工业大学航天学院控制科学与工程系专业：班级：姓名：日期：年月日111．实验题目：最小二乘法的实现2．实验目的熟悉并掌握递推最小二乘法的算法原理掌握进行系统参数辨识的算法原理和编程方法和原则熟悉MATLAB编程方法3．递推最小二乘法的公式对于系统方程，普通最小二乘估计的结果为，但这个方法当的维数比较大时运算量非常大，而为了保证精度的维度通常很大，这样就不便于进行在线辨识，于是便有了递推最小二乘法。其中经过一系列的推导，最终可求得递推最小二乘法辨识公式：其中：4．写出

2、给定系统结构、实际参数、噪声源及输入信号给定系统的差分方程形式描述为：具体参数，，，，，但是不已知，需要用最小二乘法进行在线辨识。其中的零均值白噪声。由方程的形式知系统的。辨识过程中采用的信号源为5．画出程序框图11116．写出MATLAB的M文件%ϵͳ²ÎÊýA1=2;A2=1.3;B0=0.4;B1=0.88;B2=2.2;C=10000;N=2;fork=1:1:100u(k)=1.5*sin(0.2*k);%²úÉúÊäÈëÐźÅÐòÁÐendy(1)=0;y(2)=0;forn=1:

3、1:98%²úÉúÊä³öÐźÅÐòÁÐy(n+2)=-A1*y(n+1)-A2*y(n)+B0*u(n+2)+B1*u(n+1)+B2*u(n)+0.2*rand(1)-0.1;endz=C^2;P=z*eye(5,5);para(:,1)=[00000]';out=0;forj=2:1:20%µü´ú20´Îyn=y(N+j+1);fayn=[-y(N+j)-y(N+j-1)u(N+j+1)u(N+j)u(j+1)]';K=P*fayn*((1+fayn'*P*fayn)^-1);para(:

4、,2)=para(:,1)+K*(yn-fayn'*para(:,1))P=P-K*fayn'*P;out=out+1;end117．实验结果分析设定的初值为0，迭代20次，结果如下：1.97501.30280.47660.71600.7268与原系统的参数有着一定的偏差8．结论某些系统的数学模型很难用机理建模法来完成，这是因为这些系统大都是复杂的工业过程系统，其工艺过程、工况等都十分复杂，有些甚至是人们无法洞悉或了解的。在这种情况下，我们可以用系统的输入输出历史数据来推测系统的数学模型。这种方法就

5、是所谓的系统辨识技术。系统辨识也属于经典建模技术的一种。在研究系统辨识问题时，将把待辨识的系统看作“黑箱”，只考虑系统的输入-输出特性，而不强调系统的内部机理。最小二乘法是为了解决如何从一组测量值中寻求可信赖值的问题。最小二乘法的基本原理是：成对等精度地测得一组数据xi，yi(i=1，2，…n)，试找出一条最佳的拟合曲线，使得这条拟合曲线上的各点的值与测量值的差的平方和在所有拟合曲线中最小。最小二乘法是一种数学优化技术，它通过最小化误差的平方和找到一组数据的最佳函数匹配。最小二乘法是用最简的方法求得

6、一些绝对不可知的真值，而令误差平方之和为最小。最小二乘法通常用于曲线拟合。很多其他的优化问题也可通过用最小二乘形式表达。最小二乘法的基本思想是使系统实际输出与估计输出（带有估计参数的系统的输出）的偏差（残差）的平方和最小。在这个原则下，通过残差平方和关于估计参数向量的偏导数等于零这一方法来最终求得估计参数向量。最小二乘估计式中矩阵的阶数越大，所包含的信息量就越多，系统参数估计的精度就越高。为了获得满意的辨识结果，矩阵的阶数常常取得相当大。这样，在用式（2.146）计算系统参数的估计值时，矩阵求逆的计

7、算量很大。最小二乘估计参数最终的收敛相当快，而且估计稳态误差均为零。在反馈控制律使用最小二乘估计参数的情况下，闭环系统还是渐近稳定的。11实验2龙格-库塔法的实现实验报告哈尔滨工业大学航天学院控制科学与工程系专业：班级：姓名：日期：年月日111．实验题目：龙格-库塔法的实现2．实验目的熟悉并掌握龙格-库塔法的数值积分原理熟悉MATLAB编程方法3．四阶龙格-库塔法的公式给定常微分方程（1）及初始条件，要求函数的数值解。四阶龙格—库塔法公式：（2）其中：其中为积分步长。4．写出微分方程组及其初始条件、

8、积分步长、计算总步数待求的常微分方程组如下：初值：积分步长为计算总步数为1000115．画出程序框图116．用MATLAB编制四阶龙格-库塔法的M文件functionKK=fn(t,x)f1=x(1)*x(2)^2-x(1);f2=-3*x(2)+cos(x(1));KK=[f1,f2]';h=0.001;x(1,:)=[-32];fork=1:1:999t(k)=(k-1)*h;xx=x(k,:)';K1=fn(t(k),xx);K2=fn(t(k)+h/2,xx+