[发明专利]基于连接函数的迟延估计方法

说明书

技术领域

本发明涉及一种系统辨识技术，更具体地说，涉及一种基于连接函数的迟延估计方法。

背景技术

在现代工业生产过程中，时间延迟总是不可避免地发生在过程控制中，如果对时间迟延现象不予重视，这将导致相应的控制系统的控制效果表现不佳，例如系统响应迟缓或响应不稳定等。因此，对过程控制中存在的迟延能够有效的估计，具有重要的现实意义和工程应用价值。

近年来有很多专家学者根据时间迟延对象自身的特点，提出许多对时间延迟估计方法，如基于常规相关性的方法，基于最小二乘法，基于神经网络方法，基于小波变换方法，基于线性矩阵不等式的方法等等。根据是否需要现有研究的系统结构，时间延迟估计方法可以被重新分类为两个更宏观的类，即基于模型的方法和模型独立的方法。

基于模型的方法在时间迟延估计过程中通常要考虑建模的问题，在这些方法把所研究的系统看作一个灰色或白色的盒子，其中系统的迟延可以作为已知系统模型的其中的一个未知参数来进行辨识。如对线性系统进行迟延估计时，系统迟延可以看作被控对象的传递函数中的一个未知参数，依据系统的输入输出数据，通过如最小二乘法等方法估计出系统的迟延参数。对于非线性系统，在已知系统结果的情况下，可以利用学习器或群体智能算法学习得到系统的迟延参数。基于模型的方法往往总是需要一个先验的研究系统，例如系统模型的类型，这限制了这些方法的推广。

模型独立的方法是严格的基于数据的方法。所研究系统的结构信息是不予考虑。这种严格的基于数据的方法在文献中提到的很少，如相关性方法，在系统输入为白噪声时测量系统的输入和输出数据之间的相关性，数据间相关性最大的表示时间延迟。基于离散小波变换方法，计算系统的输入和输出小波系数，通过这两个小波系数之间的相关性进行时间延迟估计。

实现基于模型独立方法的时间迟延估计是比基于模型方法的时间迟延估计更加困难。但其优点是有更好的泛化性能，如今工业上的系统都比较复杂，很难找到与之匹配的结构模型，因此，严格基于数据的迟延估计更加的实用。连接函数能有效的刻画数据之间的相关性，不关注系统的结构模型，为系统迟延估计提供了新思路。

发明内容

鉴于以上情形，为了解决工控系统具有时间迟延的对象的控制问题，准确的估计工业控制系统中时间迟延大小，实现对工业控制系统的有效控制，本发明提出一种基于连接函数的迟延估计方法，包括如下步骤：

对迟延系统的输入输出进行均匀采样，并对采样数据序列归一化处理；

将系统的输入输出作为随机变量，将输入输出的采样数据序列作为随机变量的观察值,计算输入输出的边缘分布；

根据前述计算的输入输出的边缘分布，计算输入输出的连接函数密度函数；

利用前述计算的连接函数密度函数，构造含有迟延参数为自变量的对数似然函数；

通过极大化前述的对数似然函数获得迟延系统的迟延参数矩阵。

在根据本发明实施例的基于连接函数的迟延估计方法中，优选地，所述将系统的输入输出作为随机变量，包括将迟延系统的输入输出作为随机变量。

在根据本发明实施例的基于连接函数的迟延估计方法中，优选地，所述连接函数引入迟延参数：

其中为随机向量，为随机变量的边缘分布，为随机变量之间的相对迟延。

在根据本发明实施例的基于连接函数的迟延估计方法中，优选地，所述极大化对数似然函数获得迟延参数估计值公式如下：

其中为随机变量连接函数的密度函数，为随机变量的边缘分布，为随机变量之间的相对迟延。

根据本发明的基于连接函数的迟延估计方法，认为任意迟延系统的输入与输出之间存在函数关系，并将迟延系统的输入输出看作随机变量，通过连接函数进行对数似然估计的方法，利用系统输入输间对数似然估计值量化系统输入输出间的相关性，并通过最大化系统输入输出之间的对数似然估计值得到系统的迟延大小。

在采取本发明提出的技术后，根据本发明实施例的基于连接函数的迟延估计方法，通过基于连接函数的极大似然估计实现对迟延参数估计，用于动态迟延系统辨识可以获得具有良好统计性质的迟延参数估计矩阵，受到噪声干扰的影响很小；是基于模型独立的方法，严格的依据系统的输入输出数据，适应不同系统的结构模型，降低了已有基于模型方法对迟延系统估计迟延参数的复杂度；普遍适用于迟延系统，具有更好的泛化性能，对较复杂的工业过程控制系统迟延估计更加的实用。

附图说明

图1示出了根据本发明基于连接函数进行迟延估计的流程图