Алгоритм идентификации систем класса Винера | Научно-инновационный портал СФУ

Алгоритм идентификации систем класса Винера

Перевод названия: Algorithms of Wiener system identification

Тип публикации: статья из журнала

Год издания: 2014

Ключевые слова: identification, Wiener model, nonparametric statistics, nonlinear dynamical system, a priori information, идентификация, модель Винера, непараметрическая статистика, нелинейная динамическая система, априорная информация

Аннотация: Рассмотрена задача идентификации нелинейных динамических систем класса Винера в условиях неполной информации. В настоящее время широко известны параметрические методы идентификации подобных систем, которые часто имеют дискретно-непрерывный характер. Обычно при параметрической постановке задачи идентификации класс уравнений, описывающий динамический процесс, известен с точностью до вектора параметров. Следующий этап - это оценка параметров по наблюдениям входных-выходных переменных процесса. При этом важно отметить, что выбор параметрической структуры модели исследуемого объекта оказывается чрезвычайно важным. Неточности модели, возникающие при некоторых погрешностях на стадии ее параметрического выбора или определения, не удается устранить при оценке параметров. А значит, модель будет в том или ином смысле, достаточно грубой. В настоящей статье линейный элемент модели Винера не известен с точностью до параметров, что соответствует уровню непараметрической неопределенности. В качестве нелинейного элемента модели принимается та или иная параметрическая структура. Конкретно рассматривается случай, когда параметрический блок представлен в виде квадратора и звена с насыщением. Таким образом, задача идентификации стохастических объектов класса Винера рассматривается в условиях частичной непараметрической неопределенности. На первом этапе строится модель линейного динамического блока. Для построения непараметрической модели последнего необходимо на вход объекта подать функцию Хевисайда, в этом случае выход объекта с точностью до коэффициента является его переходной функцией. Восстановление весовой функции осуществляется по наблюдениям переходной методами непараметрической статистики. Для оценки параметров нелинейного звена необходимо проведение соответствующих экспериментов. Следует обратить особое внимание на то, что при идентификации нелинейной динамической системы класса Винера контролю подлежат только входные и выходные переменные. Подобная ситуация типична при изготовлении не только космических аппаратов, но и многих их блоков и элементов. Кроме того, рассматриваемые модели оказываются полезными при создании компьютерных систем технической диагностики при виброиспытании космических аппаратов (КА) по каналу: «вибросигнал - сигнал датчика, установленный на КА». Проведено численное исследование предложенных алгоритмов, рассматривались модели систем класса Винера в различных условиях (при различном уровне помех в каналах измерения, различном объеме выборки и видах входных воздействий). Результаты компьютерных исследований показывают работоспособность предложенных алгоритмов. This article is devoted to the problem of identification of nonlinear dynamic systems Wiener class under conditions of incomplete information. It is now widely known parametric identification methods such systems, which often have a discretecontinuous. Normally, when a parametric formulation of the problem identification class of equations describing the dynamic process is known up to a vector of parameters. The next stage is the estimation of parameters from observations of “input-output" process variables. It is important to note that the choice of the parametric model structure of the object is extremely important. Model inaccuracies arising from some errors at the stage of its parametric selection or definition, can not be rectified in the evaluation parameters. This means that the model is in one sense or another, quite rough. In this paper, the linear element model Wiener is not known with an accuracy of parameters, which corresponds to the non-parametric uncertainty. As a non-linear element model is adopted one or other parametric structure. Specifically, we consider the case when the parameter block is represented as a quad and a saturation level. Thus, the problem of identification of objects of a class of stochastic Wiener is seen in partial non-parametric uncertainty. At the first stage model of linear dynamic block is built. To construct a non-parametric model of the last input object must submit the Heaviside function, in this case, the output of the object to within a factor is its transition function. Reconstruction of the weight function is carried out by the observations of transitional methods of nonparametric statistics. To estimate the parameters of non-linear element is necessary to conduct appropriate experiments. We should pay particular attention to the fact that in the identification of nonlinear dynamic system Wiener class, subject only to the control input and output variables. This situation is typical not only in the manufacture of spacecraft, but many of their units and components. Furthermore, these models are useful in creating computer systems of technical diagnostics with vibration testing of spacecraft (SC) on the channel: Vibrate - sensor mounted on the spacecraft. A numerical study of the proposed algorithms, consider the model of the class of Wiener in different conditions (at different levels of noise in the measurement channels, a different sample size and types of input actions). The results of computer studies show efficiency of the proposed algorithms.

Ссылки на полный текст

Издание

Журнал: Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева

Выпуск журнала: 5

Номера страниц: 67-77

ISSN журнала: 18169724

Место издания: Красноярск

Издатель: Сибирский государственный аэрокосмический университет имени академика М.Ф. Решетнева

Авторы

Вхождение в базы данных

Информация о публикациях загружается с сайта службы поддержки публикационной активности СФУ. Сообщите, если заметили неточности.

Вы можете отметить интересные фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.