Наблюдаемый информационный портрет
МЕТОДЫ СТРУКТУРНОЙ ИДЕНТИФИКАЦИИ СТРУКТУРНАЯ ИДЕНТИФИКАЦИЯ ДИНАМИЧЕСКИХ СИСТЕМ
Рассмотрим методы структурной идентификации, основанные на анализе экспериментальной информации в условиях неопределенности. Как уже отмечалось, до настоящего времени не предложено каких-либо регулярных методов выбора структуры модели. В основном работает интуиция исследователя, а также перебор нелинейностей, который задает исследователь, исходя из своего опыта и интуиции. Во всех указанных подходах проверка нелинейных составляющих модели производится на основе применения параметрических методов.
Сама по себе задача структурной идентификации динамических систем является сложной и распадается на ряд подзадач, которые сводятся к нахождению тех или иных структурных параметров системы. К наиболее важным из них относят:
· оценка порядка системы;
· оценка типа состояния равновесия;
· оценка собственных чисел матрицы состояния системы;
· выбор класса нелинейных операторов;
· оценка нестационарности системы;
· оценка запаздывания системы.
Ниже дается решение некоторых из этих подзадач.
Предварительный вывод о структуре система можно сделать на основе наблюдаемого информационного портрета.
Наблюдаемый информационный портрет
Рассмотрим систему
(1)
где — вход, — выход системы, — вектор состояния, , , — матрица параметров, — гладкая непрерывно дифференцируемая по и вектор-функция, , — функция, задающая способ формирования выхода системы.
К множеству будем относить не сами векторы и , а их наблюдаемые (измеряемые) аналоги , , которые получаются в результате применения операторов , :
, , (2)
отражающих ошибки измерения. Операторы , определены на множествах , , характеризующих неопределенность процесса измерения.
В системах идентификации обычно используется множество . В силу применения операторов (2) получим множество наблюдений (измерений)
(3)
В дальнейшем в отличие от (3) будем называть наблюдаемым информационным множеством системы (1).
Представим множество (4) в виде
. (4)
Определим бинарное отношение G между множествами U и Y системы (1): . Назовем это множество портретом системы (1) в пространстве . Множество G является дополнением множества X при проектировании его на . Соответствующий фазовый портрет системы (1) представим в виде
.
Расширенным фазовым портретом системы будем называть отображение
.
Определение 1. Рассмотрим наблюдаемое информационное множество (4) системы (1), определенное в пространстве . Тогда наблюдаемым информационным портретом системы (1) назовем бинарное отношение
.
Наблюдаемый информационный портрет в отличие от фазового выходного портрета позволяет выявить новые свойства системы 1), которые дополняют динамическое множество X и позволяют определить ряд новых характеристик, полезных в процессе решения задачи структурной идентификации. На рис. 1 показаны примеры портретов для нестационарной системы второго порядка.
а)
б)
Рис. 1. Фазовый и наблюдаемый информационный портреты для нестационарной системы второго порядка: а) — фазовый портрет, б) — наблюдаемый информационный портрет
Дата добавления: 2017-02-13; просмотров: 1062;