M序列和神经网络进行系统辨识的设计

《M序列和神经网络进行系统辨识的设计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、SHANDONGＵＮＩＶＥＲＳＩＴＹ　ＯＦ　ＴＥＣＨＮＯＬＯＧＹ毕业论文M序列和神经网络进行系统辨识的设计学院：电气与电子工程学院专业：自动化学生姓名：张作武学号：0812104549指导教师：姜静2012年6月-35-中文摘要摘要论文采用了M序列和神经网络两种方法进行系统辨识的设计。对系统进行设计时，通常首先对系统建模，然后再利用模型对系统进行分析。系统建模一般有两种方法，解析法和实验法。解析法，即根据系统变量之间的规律，写出各变量之间存在的数学表达式。另一种建模的方法，实验法，即根据系统输入

2、与输出数据之间存在的内在规律，用适当的数学模型去逼近，这种方法又称为系统辨识。系统辨识有很多种方法，一般分为经典的系统辨识方法和现代的系统辨识方法。我们选取经典方法中基于M序列的辨识方法和现代方法中基于神经网络的辨识方法进行研究。在自动控制原理课程中已经讲过，如果在系统的输入端加进单位脉冲信号，则在输出端可得到系统的脉冲响应。由于单位脉冲信号不容易产生，辨识中常用与白噪声特性相近的M序列作为测试信号，再用相关法处理，可很方便的得到系统的脉冲响应。脉冲响应是非参数模型，可从非参数模型得到参数模型。

3、参数模型经常用传递函数来表示。现在研究比较多的是基于神经网络的现代辨识方法。通过找出一组系统的输入输出数据，对神经网络进行训练，使神经网络具有模型的结构，即得到了用神经网络表示的系统模型。进行系统辨识时，我们一般将经典的和现代的辨识方法结合起来，使系统辨识具有更多的应用。关键词：系统辨识，M序列，神经网络-35-英　文　摘　要AbstractThepaperusedtwowayswhichareMsequenceandneuralnetworksforthedesignofsystemident

4、ification.Whenwedesignasystem,thecommonlyusedmethodistoestablishamathematicalmodel,thenusethemodeltoanalyzethesystem.Weuseanalyticalmethodandexperimentalmethodtodesignasystem.Analyticalmethod,accordingtothelawsbetweenthesystemvariables,writemathemati

5、calexpressionsthatexistbetweeneachvariable.Anothermodelingmethod,experimentalmethod,basedontheinherentlawbetweenthesysteminputandoutputdata,usingappropriatemathematicalmodelstoapproximate,thismethodisalsoknownassystemidentification.Systemidentificati

6、onhavemanymethods.Wegenerallydividedintotheclassicsystemidentificationandmodernmethodsofsystemidentification.WeselectoneclassicalbasedonM-sequenceandonemodernbasedonneuralnetworktodiscuss.Inautomaticcontroltheorywehaveexplainedthatiftheunitimpulsesig

7、nalisaddedtoinputofasystem,theimpulsereponsewillbeobtainedinoutputofthesystem.Sincetheunitimpulsesignalisnoteasilygenerated,andthecharacteroftheMsequenceissimilartothatofthewaitenoisesequence,theMsequenceisoftentakenasmeasurementsignalforsystemidenti

8、fication.Afteritistreatedbyuseofthecorrelationmethod,thenitisconvenienttoaccquiretheimpulsereponseofthesystem.Theimpulsereponseacquiredbyuseofexperimentmetmodsarenon-parameticmodels,andfromthemtheparameticmodlescanbeobtained.Theparameticmodelsusedoft