,
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.