论文部分内容阅读
系统辨识是根据系统的输入输出数据建立系统的数学模型的理论与方法,分数阶微积分模型更多地被用于描述各种实际系统。相比于整数阶微积分,其能更加准确地描述实际系统,不同于整数阶微积分算子的局部性特征,分数阶微积分算子具有非局部性和历史记忆性,以加权的形式考虑到了整体的信息,但是分数阶微积分本身的特性使得系统分数阶模型的参数很难求解,以至于想得到系统的模型比较困难。于是,本文提出一种可以简化辨识过程、同时辨识出阶次与系数的基于运算矩阵的分数阶系统辨识方法,主要工作如下:首先,为避免辨识过程中的分数阶微积分的复杂计算,本文以正交函数块脉冲函数和Haar小波为基函数,分解待辨识系统输入输出数据,运用块脉冲函数的积分运算矩阵和Haar小波的积分运算矩阵,将原分数阶微分方程转变成代数方程,这样就简化了分数阶微分方程的分析问题,这一步可以大大简化辨识过程中的计算量,通过对比其他算法对分数阶微分方程的分析结果证明所提方法的可靠性。其次,在基于运算矩阵将分数阶微分方程转变得到代数方程的基础上,继续进行后面的辨识工作。这样不仅将分数阶微分的复杂计算进行了简化,而且也将辨识问题转变成了参数优化问题,同样计算量大大减少,最后根据辨识结果与实际系统之间的误差大小来寻找最优解,而且这样同时得到了系统的阶次与系数参数。最后通过分数阶系统辨识实例证明,此辨识方法的可靠性。最后,将前面提出的基于运算矩阵的分数阶系统辨识方法应用到实际系统的辨识中,首先以整数阶模型进行拟合,找出系统最适合的模型阶数,确定阶次参数的范围,然后进行最优化求解,得到辨识结果。通过实际系统辨识验证,本文的基于运算矩阵的辨识方法可以降低辨识计算量,简化辨识过程,且同时辨识得到阶次与系数参数。