系统辨识与自适应课程报告

系统辨识与自适应课程报告

ID:38684062

大小:809.89 KB

页数:7页

时间:2019-06-17

系统辨识与自适应课程报告_第1页
系统辨识与自适应课程报告_第2页
系统辨识与自适应课程报告_第3页
系统辨识与自适应课程报告_第4页
系统辨识与自适应课程报告_第5页
资源描述:

《系统辨识与自适应课程报告》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、新疆大学电气工程学院系统辨识与自适应课程报告姓名:**学号:**学科专业:**年级:**学期:**完成时间:**题1考虑如下模型yk=z-1+0.5z-21-1.3z-1+0.3z-2uk+ξ(k)式中,ξ(k)为均值为零,方差为1的白噪声。根据模型生成的输入/输出数据u(k)和y(k),采用递推最小二乘法估计模型参数(限定数据长度N为某一数,如150或其他数)。表1-1递推最小二乘法的参数估计结果参数a1a2b0b1真值-1.30.310.5估计值-1.31810.31901.00500.4689图1-1递推最小二乘法的参数估计结果仿真程序%递推最小二乘参数估计(RL

2、S)clearall;closeall;a=[1-1.30.3]';b=[10.5]';d=1;%对象参数na=length(a)-1;nb=length(b)-1;%na、nb为A、B阶次L=400;%仿真长度uk=zeros(d+nb,1);%输入初值:uk(i)表示u(k-i)yk=zeros(na,1);%输出初值u=randn(L,1);%输入采用白噪声序列xi=sqrt(0.1)*randn(L,1);%白噪声序列theta=[a(2:na+1);b];%对象参数真值thetae_1=zeros(na+nb+1,1);%thetae初值P=10^6*eye(

3、na+nb+1);fork=1:Lphi=[-yk;uk(d:d+nb)];%此处phi为列向量y(k)=phi'*theta+xi(k);%采集输出数据%递推最小二乘法K=P*phi/(1+phi'*P*phi);thetae(:,k)=thetae_1+K*(y(k)-phi'*thetae_1);P=(eye(na+nb+1)-K*phi')*P;%更新数据thetae_1=thetae(:,k);fori=d+nb:-1:2uk(i)=uk(i-1);enduk(1)=u(k);fori=na:-1:2yk(i)=yk(i-1);endyk(1)=y(k);en

4、dplot([1:L],thetae);%line([1,L],[theta,theta]);xlabel('k');ylabel('参数估计a、b');legend('a_1','a_2','b_0','b_1');axis([0L-22]);题2有一模型如下1-0.8z-1+0.15z-2yk=z-2+0.5z-3uk+(1-0.65z-1+0.1z-2)ξ(k)式中,ξ(k)为均值为零,方差为1的白噪声。根据模型生成的输入/输出数据u(k)和y(k),采用增广最小二乘法作参数估计。表1-2增广最小二乘法的参数估计结果参数a1a2b0b1c1c2真值-0.80.15

5、10.5-0.650.1估计值-0.78390.14031.01060.5157-0.61800.1255图1-2增广最小二乘法的参数估计结果仿真程序%递推增广最小二乘参数估计(RELS)clearall;closeall;a=[1-0.80.15]';b=[10.5]';c=[1-0.650.1]';d=2;%对象参数na=length(a)-1;nb=length(b)-1;nc=length(c)-1;%na、nb、nc为A、B、C阶次L=1000;%仿真长度uk=zeros(d+nb,1);%输入初值:uk(i)表示u(k-i)yk=zeros(na,1);%输

6、出初值xik=zeros(nc,1);%噪声初值xiek=zeros(nc,1);%噪声估计初值u=randn(L,1);%输入采用白噪声序列xi=sqrt(0.1)*randn(L,1);%白噪声序列theta=[a(2:na+1);b;c(2:nc+1)];%对象参数thetae_1=zeros(na+nb+1+nc,1);%na+nb+1+nc为辨识参数个数P=10^6*eye(na+nb+1+nc);fork=1:Lphi=[-yk;uk(d:d+nb);xik];y(k)=phi'*theta+xi(k);%采集输出数据phie=[-yk;uk(d:d+nb)

7、;xiek];%组建phie%递推增广最小二乘法K=P*phie/(1+phie'*P*phie);thetae(:,k)=thetae_1+K*(y(k)-phie'*thetae_1);P=(eye(na+nb+1+nc)-K*phie')*P;xie=y(k)-phie'*thetae(:,k);%白噪声的估计值%更新数据thetae_1=thetae(:,k);fori=d+nb:-1:2uk(i)=uk(i-1);enduk(1)=u(k);fori=na:-1:2yk(i)=yk(i-1);endyk(1)=y(k);fori

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。