2-1引言为了降低不定性，自适应控制需要在线积累2-1.引言过程信息，系统辨识是达到这一目的的重要方法。2-2.随机过程概论对象干扰会含有不定性2-3.相关辨识法自适应控制系认识降低不定性统含有不定性2-4.控制系统的数学描述实时参数辨识2-5.线性参数模型最小二乘辨识系统的数学模型是指人们对所研究的客观系统2-6.线性参数模型极大似然估计所作的数学描述。前提是建立系统数学模型2-7.离散动态模型结构辨识2-8.闭环参数估计对系统进行分析、综合与控制1/192/192-1引言2-1引言建立系统数学模型的方法:分析法系统辨识是指人们利用试验的办法，根据系试验法统的输入输出数据，对系统的内在结构和参数作统计数据推演法出相应的判断和估计，以构造一个相对真实地反系统辨识应客观对象的数学模型的建模方法。试验分析法:根据系统运行试验的输入输出数据，一、系统辨识定义估计出系统的数学模型。1962年美国科学家扎得(zaden．L．A)的定义：系统辨识方法认为，系统的动态特性，必然系统辨识是在对输入输出观测的基础上，从表现在它的输入输出数据之中，因此可以利用输指定的一类系统中确定一个与被测系统等价的系入输出数据提供的信息来建立系统的数学模型。统。3/194/192-1引言2-1引言从这个定义可以看出，系统辨识包含三个问题：1978年，L.Ljung给辨识下的定义：输入输出•指定被测系统所属的模型类模型类优良性准则(确定系统结构和类数据辨识有三个要素：数据、模型类和准则。型)被控系统模型类•获得被测系统的输入输出数据(能够测到的输（待测系统）入输出)输入输出数据•规定估计与推断所用的优良性准则（等价准则）等价在某种意义上与被测系统辨识就是按照一个准则在一组模型类中选择等价的模型一个与数据拟合得最好的模型。5/196/1912-1引言2-1引言模型类的规定是根据人们对实际系统的了解模型结构确定后，模型的未知部分绝大多数参数估计以及建模的目的而定。模型与受辨系统的情况下以未知参数的形式出现；模型结构的形式可分为：重要区别是：二者需要用获得的输入输出数据按一定的等价准连续时间模型或离散时间模型、在结构上不可能做则来估计模型中的未知参数。输入输出模型或状态空间模型、到同构。确定性模型或随机性模型、辨识的实质：从一组模型中选择一个模型，线性模型或非线性模型、因此由系统辨识方按照某种准则，使之能最好地拟合所关心的实际时不变模型或时变模型、法得到的拟合模型过程动特性。参数模型或非参数模型、一般都存在有未建辨识建模所获得的模型只不过是与实际过程外频域模型或时域模型等。模动力学特性。特性等价的一个近似描述。7/198/192-1引言2-1引言y(·)、ym(·)分别表示与之相应的输设m∈M表示被测系统S的一个模型，如果模型类定义为一组模型参数的集合，即出函数；MM是具有某些属性的模型类；设U是S的容许输入函数集，uU(i)∈是一个容许输入函数Mm{θ}=Θ⎧t观测序列⎪yt()=htu(),⎨tyt=htu,tuu=<{}()ττ:t⎩⎪mm()()其中θ∈Θ是模型m的参数，Θ是模型参数空间；定义一个非负的损失函数JJy=−(()iiym())它表示当容许控制u(·)施加于系统S和模型m之后，输出误此时，系统辨识问题就简化为参数估计问题。差y(·)－ym(·)产生的损失。则称模型如果对某个容许输入uU(i)∈，能使得m0∈M与被测系统Jyy()ii−≤−mm()Jyy()ii()∀∈mM0等价。()0()S9/1910/192-1引言2-1引言二、系统辨识的内容和步骤在线辨识：随着被辨识过程的进行，实时地对数1.离线辨识和在线辨识：从系统辨识的算法来分据进行处理。离线辨识：要求把被测对象从整个系统中分离出•常采用递推算法，因此也称递推辨识。来然后按照一定的辨识方法进行辨识。•直接利用实际运行条件下被测系统的输入输出数据，在某个初始估计下启动，然后按照递推算记录量测结束法，随着新数据的不断获得而不断修正模型参数实验观测结果后对数据的估计值。数据采集进行处理•要求计算机有足够高的计算速度，在一个采样•常用于系统设计、过程参数监视、故障检测等。周期内，能够完成一次迭代计算；•优点:对于计算时间没有苛刻的要求，可以达到•要求递推算法有足够快的收敛速度。较高的辨识精度。11/1912/1922-1引言2-1引言装置、系统、过程离线辨识2.辨识内容：u(k)控制u(k)试验设计，模型结构辨识，输入信号y(k)记录仪对象计算机发生器y