[发明专利]基于FIR模型辨识的多变量时滞参数估计方法

摘要

一种基于FIR模型辨识的多变量时滞参数估计方法，包括以下步骤：步骤101：采集系统的输入输出数据；步骤102：对采集得到的数据进行FIR模型辨识，得到系统的阶跃响应系数，并得到阶跃响应曲线；步骤103：阈值选择为；步骤104：判断阶跃响应曲线中时滞段的波动是否在阈值范围内，波动未超出阈值范围则进入步骤105，反之进入步骤103，重新选取阈值；步骤105：得到阈值与阶跃响应曲线的第一个交点；步骤106：若判定，则进入步骤107得到相应的时滞估计值；反之交点所指示的横坐标值落在采样点或，则滞参数估计值为采样点或；步骤107：得到时滞参数估计值。本发明适用性良好、精度高。

主权项

1.一种基于FIR模型辨识的多变量时滞参数估计方法，其特征在于：所述多变量时滞参数估计方法包括以下步骤：步骤101：采集系统的输入输出数据：对多变量系统进行开环测试实验，获取输入输出数据；步骤102：对采集得到的数据进行FIR模型辨识，具体如下：设定模型为m输入n输出模型，针对第j个输出，其中，1≤j≤n，给出它的FIR模型如式（1）：（1）表示第个输出变量的第个采样值，表示第个输入变量相对于第个输出变量的第个脉冲响应系数，表示第输入变量的第个采样值，其中和均为整数，且，，为建模时域；引入残差e， m输入n输出的矩阵形式为： （2）其中，矩阵和分别是输入数据和输出数据构造的矩阵，而矩阵是脉冲响应系数构造的矩阵，矩阵是残差矩阵；设定数据长度为的历史输入输出数据序列分别为：，基于上述数据应用最小二乘法得到式（3）：（3）其中：上式（3）中，为建模时域，为数据长度，是矩阵，它的元素表示第个输入相对于第个输出的第个脉冲响应系数，矩阵和的维数分别为和，矩阵中的元素表示第输出变量的第个采样值，矩阵中的元素表示第输入变量的第个采样值，其中和均为整数，且，，为输入变量的个数，为输出变量个数；所述多变量系统的阶跃响应系数与脉冲响应系数之间呈现求和的关系，即：（4）元素表示第个输入相对于第个输出的第个脉冲响应系数，表示第个输入相对于第个输出的第个阶跃响应系数，其中，，和均为整数，且，，，，为输入变量的个数，为输出变量个数，为建模时域；由上式（4）得到系统的阶跃响应系数；步骤103：当多变量系统的阶跃响应衰减到给定的误差带内，并且以后不再超过给定的误差带的时间，称为调节时间。其中，取2或5，为时刻系统的阶跃响应，为该系统阶跃响应的稳态值；阈值选择为；步骤104：根据已选定的阈值，结合步骤102中得到的阶跃响应曲线，判断阶跃响应曲线中时滞段的波动是否在阈值范围内，波动未超出阈值范围则进入步骤105，反之进入步骤103，重新选取阈值；步骤105：得到阈值与阶跃响应曲线的第一个交点；步骤106：判断交点所指示横坐标的值是否满足以下条件：在采样点和之间，不包含和，即；若判定，则进入步骤107得到相应的时滞估计值；反之交点所指示的横坐标值恰好落在采样点上，则进入步骤108；步骤107：采样点的值超出阈值范围，判断出在时刻系统阶跃响应输出开始随着输入的控制变量变化，在时刻系统仍未有输出反应，得到时滞参数估计值；步骤108：交点所指示的横坐标值恰好落在采样点上，即；步骤109：由于交点所指示的横坐标值恰好落在采样点上，判断出在时刻时刚开始对控制变量有输出反应，因此得到时滞参数估计值。