系统辨识与仿真实验大报告解析.doc

系统辨识与仿真实验大报告解析.doc

ID:55038031

大小:124.00 KB

页数:14页

时间:2020-04-26

系统辨识与仿真实验大报告解析.doc_第1页
系统辨识与仿真实验大报告解析.doc_第2页
系统辨识与仿真实验大报告解析.doc_第3页
系统辨识与仿真实验大报告解析.doc_第4页
系统辨识与仿真实验大报告解析.doc_第5页
资源描述:

《系统辨识与仿真实验大报告解析.doc》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、东南大学自动化学院实验报告课程名称:系统辨识实验名称:系统辨识与仿真院(系):自动化专业:自动化姓名:学号:同组人员:实验时间:2013年月日评定成绩:审阅教师:-14-实验一:给定系统G(s)=,1.用连续系统仿真方法,求零时刻的单位脉冲响应g(k)(采样步长为0.1s,持续5s);2.用双线性变换求离散传递函数G(z);3.编程产生7级逆重复M序列u,幅值:±1,仿真时间:0:30.5s,仿真步长:0.1s;4.以u为输入,求G(z)的输出y;(保存y,u,作为实验二的数据)5.编程求自相关函数Ruu(k)和互相关函数Ruy(k),k=1,…..,51;(化成

2、单位脉冲及其响应的形式)6.将g(k)、Ruu(k)、Ruy(k)在一个图中绘出,并比较g(k)和Ruy(k)的差别。实验步骤及实验结果:(1)建立simulink仿真系统图如下:设置脉冲周期为10s,幅值为10,脉宽为1%,运行后观察示波器结果如下,并输出到文件:(2)输入如下代码进行双线性变换:>>n1=[0110];>>d1=[114];>>f=tf(n1,d1)-14-Transferfunction:s+10-----------s^2+s+4>>[n2,d2]=c2dm(n1,d1,0.1,'tustin');>>printsys(n2,d2,'z')

3、num/den=0.z^2+0.04717z-0.-----------------------------------z^2-1.8679z+0.90566双线性变化为,代入原传递函数求得G(z)=,将其分子分母同除以4.24即为程序结果。(3)逆重复M序列的生成代码:clear;t=[0:0.1:30.5];lenth=size(t,2);u(1:7)=1;fori=8:lenthu(i)=(mod(u(i-1)+u(i-7),2));endu=u*2-1;a=1;fori=1:lenth%与方波相乘u(i)=u(i)*a;a=-a;enduu(1,:)=t;

4、uu(2,:)=u;saveu11uuplot(u(1:140))ylim([-22])显示结果如下图所示:-14-(4)采用simulink仿真,建立仿真模型如下:运行后示波器输出如下波形:-14-(5)输入如下代码:loadu11;uy(1,:)=uu(2,:);a=[0.30.2-0.1];b=[4.24-7.923.84];uy(2,:)=filter(a,b,uy(1,:));length=size(uy,2);t=[0.1:0.1:5.1];lt=size(t,2);fortao=1:ltfori=1:2mu(i,tao)=0;forj=1:127mu

5、(i,tao)=mu(i,tao)+uy(i,j+tao)*uy(1,j+2);%加2是为了把脉冲画完整end;mu(i,tao)=mu(i,tao)*10/(127);%乘10是为了化为单位脉冲end;end;plot(t,mu(1,:),'r-',t,mu(2,:),'b-')显示结果如下图所示:(6)运行结果如下图:图中Ryu(t)和y(k)两者波形相近,但是前者对于后者有滞后。-14-实验二:运行sj11.p,按任务一的要求产生仿真数据y、u,并编程求出模型的参数估计;其中:A(q-1)=1-1.5q-1+0.7q-2B(q-1)=0.2q-2B1(q-1

6、)=0.2q-2B2(q-1)=-0.5q-1C(q-1)=1-0.5q-1实验步骤及实验结果:任务一:请仿真一个Ay=Bu+Aw....模型,并用递推随机逼近法——及AIC准则法来辨识这个模型。设广义误差e(k)是参数估计值θ的函数,参数辨识问题可通过极小化e(k)的方差来实现。即求参数θ使下列准则函数最小:J(θ)=1/2E{e2(k)}。J(θ)的负梯度为:=E{-e(k)}。如果可求解=0,则可求得参数的估计。但当e(k)的分布未知时,实际上是不可求解的。在计算数学中,求二次函数的极小值常采用迭代法。首先给出参数的一个估计值,以二次函数在该参数估计值处的负

7、梯度为修正方向,选取适当的步长后,修正参数估计值,直到收敛。仿此,我们有:θ(k+1)=θ(k)+ρ(k)。如果在求时不求期望,则得到一个随机的迭代算法,称之为随机逼近法。loadu11;>>u=uu(2,:);a=[1-1.50.7];b=[000.2];y=filter(b,a,u);lenth=size(uu,2);-14-a1=sqrt(cov(y));%求得信号的标准差r=normrnd(0,1,1,lenth);>>a=[1];>>b=[1];x=filter(b,a,r);b1=sqrt(cov(x));y1=y+x*0.2*a1/b1;%噪信比设为

8、0.1pl

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。