,
и после несложных преобразований получим
. (7.6)
Теперь условие устойчивости (7.5) представим в виде
.
(7.7)
Определим
(7.8)
и
. (7.9)
Согласно (7.7) приравняем в
левой и правой частях выражений (7.8) и (7.9) слагаемые при одинаковых ошибках и
.
Получим
,
,
,
, откуда, имея в виду, что
и
, а следовательно
,
получим алгоритм идентификации
,
,
,
.
Функцию можно определить выражением
.
Достоинством НГСМ
является гарантия сходимости оценок ,
к параметрам
,
объекта при любых начальных условиях в
отсутствии помех
и
.
Недостатки.
1. НГСМ описывается системой нелинейных, нестационарных, дифференциальных уравнений, заданных в неявной форме, поэтому оказывается невозможным провести теоретический анализ, точности и быстродействия алгоритма.
2. В алгоритм идентификации входят все производные входного и выходного сигналов объекта. Возникает необходимость их измерения.
3. Решение
модельных задач иллюстрирует низкое быстродействие НГСМ, которое с
увеличением n или резко падает.
4.
Отсутствует сглаживание высокочастотных составляющих помехи из-за одинаковых порядков n
левой и правой частей уравнения последовательной модели.
8. ОЦЕНИВАНИЕ РАСШИРЕННОГО ВЕКТОРА СОСТОЯНИЯ
НЕЛИНЕЙНЫХ СТАЦИОНАРНЫХ ОБЪЕКТОВ
Пусть объект описывается нелинейной системой дифференциальных уравнений
,
(8.1)
где
.
Входной
и выходной
сигналы
измеряются на интервале наблюдения
. Для записи
расширенного вектора состояния проделаем некоторые преобразования.
Переведем
искомые параметры ,
в разряд переменных состояния объекта и
дополним систему (1) новой системой дифференциальных уравнений, которая имеет
вид
.
(8.2)
Далее введем обозначения
При этом
.
В
результате система нелинейных дифференциальных уравнений относительно
расширенного вектора состояния объекта ,
объединяющая системы (8.1) и (8.2), может быть представлена в виде
(8.3)
Решение системы (8.3) можно отыскать, например, методом квазилинеаризации или инвариантного погружения. Рассмотрим первый из них.
В литературе известны 2 постановки задачи оценивания расширенного вектора состояния объекта:
1.
Наряду с искомыми
параметрами оценивается и переменные состояния
2.
Оценивается только
параметры а переменные состояния известны.
Для решения этих задач рекомендуют 2 метода: метод квазилинеаризации и метод инвариантного погружения.
Метод
квазилинеаризации представляет собой итерационную процедуру, на каждом -ом шаге которой (
),
вычисляется
-ая оценка
вектора
посредством решения некоторой системы
линейных алгебраических уравнений. Данная система получается при аппроксимации
функции
рядом Тейлора в окрестности
. Полагая
и
учитывая только линейную часть ряда Тейлора, можно перейти от нелинейной
дифференциальной системы (8.3) к линеаризованной системе алгебраических
уравнений вида
(8.4)
где
. (8.5)
Формально решение системы (8.4) может быть представлено как
,
(8.6)
где матрица является
решением однородной матричной системы дифференциальных уравнений
(8.7)
а вектор представляет собой решение неоднородной дифференциальной
системы
. (8.8)
Предполагается, что метод квазилинеаризации сходится, т.е. имеет место
.
Тогда,
при будем иметь
,
, а
при
(
- количество
итераций)
.
Поэтапно метод квазилинеаризации выглядит следующим образом.
На
основании некоторых физических соображений задается начальное условие - оценка
вектора , а далее организуется итерационная
процедура, на каждом
-ом,
, шаге
которой выполняются следующие операции:
1)
формируется матрица вида
(8.5), элементы которой вычисляются как
,
путем
решения уравнения чувствительности;
2)
определяется матрица посредством решения однородной
дифференциальной системы (8.7), мерность
которой
;
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.