MÔ HÌNH HÓA VÀ NHẬN DẠNG HỆ THỐNG CHƯƠNG 7: THỰC NGHIỆM NHẬN DẠNG HỆ THỐNG pot

49 357 0
MÔ HÌNH HÓA VÀ NHẬN DẠNG HỆ THỐNG CHƯƠNG 7: THỰC NGHIỆM NHẬN DẠNG HỆ THỐNG pot

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

29 December 2009 © H. T. Hoàng - ÐHBK TPHCM 1 HÌNH HÌNH H H Ó Ó A V A V À À NH NH Ậ Ậ N D N D Ạ Ạ NG NG H H Ệ Ệ TH TH Ố Ố NG NG Giảng viên: TS. Huỳnh Thái Hoàng Bộ môn ĐiềuKhiểnTựĐộng, Khoa Điện–ĐiệnTử ĐạihọcBáchKhoaTP.HCM Email: hthoang@hcmut.edu.vn, hthoang.hcmut@yahoo.com Homepage: http://www4.hcmut.edu.vn/~hthoang/ Môn h Môn h ọ ọ c c 29 December 2009 © H. T. Hoàng - ÐHBK TPHCM 2 TH TH Ự Ự C NGHI C NGHI Ệ Ệ M NH M NH Ậ Ậ N D N D Ạ Ạ NG H NG H Ệ Ệ TH TH Ố Ố NG NG Chương Chương 7 7 29 December 2009 © H. T. Hồng - ÐHBK TPHCM 3 Vòng l Vòng l ặ ặ p nh p nh ậ ậ n d n d ạ ạ ng h ng h ệ ệ th th ố ố ng ng Thí nghiệm thu thập dữ liệu Thông tin biết trước về hệ thống: các qui luật vật lý, các phát biểu ngôn ngữ, … Tốt ⇒ chấp nhận hình Không tốt ⇒ lặp lại Không tốt ⇒ xét lại thông tin biết trước Xử lý sơ bộ dữ liệu Chọn cấu trúc hình Chọn tiêu chuẩn ước lượng Ước lượng thông số Đánh giá hình 29 December 2009 © H. T. Hoàng - ÐHBK TPHCM 4  Thí nghiệm thu thập dữ liệu  Tiền xử lý dữ liệu  Chọn cấu trúc hình  Chọn tiêu chuẩn ước lượng  Đánh giá chất lượng hình No No ä ä i i dung dung ch ch ö ö ông ông 7 7 29 December 2009 © H. T. Hoàng - ÐHBK TPHCM 5  Tham khảo: [1] L. Ljung (1999), System Identification – Theory for the user. Chương 12-16. T T à à i li i li ệ ệ u tham kh u tham kh ả ả o o 29 December 2009 © H. T. Hoàng - ÐHBK TPHCM 6 Th Th í í nghi nghi ệ ệ m thu th m thu th ậ ậ p d p d ữ ữ li li ệ ệ u u 29 December 2009 © H. T. Hoàng - ÐHBK TPHCM 7  Xác định ngõ vào, ngõ ra của hệ thống cần nhận dạng ⇒ xác định tín hiệu “kích thích“ để thực hiện thí nghiệm thu thập số liệu vị trí đặt cảm biến để đo tín hiệu ra.  Chọn tín hiệu vào:  Tín hiệu vào bao gồm thành phần tần số nào?  Biên độ, giá trị cực đại tín hiệu vào bằng bao nhiêu? Tín hiệu vào quyết định:  điểm làm việc của hệ thống  bộ phận nào chế độ làm việc nào của hệ thống được kích thích trong thí nghiệm.  Xác định chu kỳ lấy mẫu.  Xác định số mẫu dữ liệu cần thu thập. C C á á c v c v ấ ấ n đ n đ ề ề liên quan đ liên quan đ ế ế n th n th í í nghi nghi ệ ệ m thu th m thu th ậ ậ p s p s ố ố li li ệ ệ u u 29 December 2009 © H. T. Hoàng - ÐHBK TPHCM 8  Nhận dạng hình tuyến tính: Tín hiệu vào bé, thay đổi ngẫu nhiên sao cho trạng thái của hệ thống thay đổi trong phạm vi nhỏ quanh điểm làm việc tĩnh  Nhận dạng hình phi tuyến: Tín hiệu vào ngẫu nhiên, gồm nhiều thành phần tần số biên độ khác nhau, sao cho trạng thái của hệ thống thay đổi rộng trong phạm vi cần nhận dạng đặc tính phi tuyến Ch Ch ọ ọ n t n t í í n hi n hi ệ ệ u v u v à à o o 29 December 2009 © H. T. Hoàng - ÐHBK TPHCM 9 Yêu c Yêu c ầ ầ u đ u đ ố ố i v i v ớ ớ i t i t í í n hi n hi ệ ệ u v u v à à o o  Tín hiệu vào phải được chọn sao cho tập dữ liệu thu thập được phải đủ giàu thông tin.  Tập dữ liệu gần dừng Z ∞ giàu thông tin nếu ma trận phổ Φ z ( ω ) của tín hiệu z(k) = [y(k) u(k)] T xác định dương tại hầu hết tất cả các tần số ω . ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ΦΦ ΦΦ =Φ )()( )()( )( ωω ωω ω yyu uyu z ∑ +∞ −∞= − =Φ τ ωτ τω j xx eR )()( ∑ +∞ −∞= − =Φ τ ωτ τω j xyxy eR )()( ∑ = ∞→ −=−= N k N x kxkEx N kxkxER 1 )()( 1 lim)()()( τττ ∑ = ∞→ −=−= N k N xy kykEx N kykxER 1 )()( 1 lim)()()( τττ  Nhắc lại: 29 December 2009 © H. T. Hoàng - ÐHBK TPHCM 10 T T í í n hi n hi ệ ệ u k u k í í ch th ch th í í ch v ch v ữ ữ ng ng  Đối với trường hợp nhận dạng hệ thống hở, tập dữ liệu thực nghiệm đủ giàu thông tin khi tín hiệu vào u(k) là tín hiệu gần dừng có phổ φ u ( ω ) > 0 tại hầu hết các tần số ω (“hầu hết” nghĩa là phổ có thể bằng 0 trong một tập hợp tần số hữu hạn).  Tín hiệu u(k) thỏa mãn điều kiện trên được gọi là tín hiệu kích thích vững (persistently exciting).  Có rất nhiều lựa chọn để tín hiệu vào là tín hiệu kích thích vững. Khi chọn tín hiệu vào cần để ý các yếu tố sau:  Tính chất tiệm cận của thông số ước lượng (độ lệch phương sai) chỉ phụ thuộc phổ tín hiệu vào, không phụ thuộc dạng sóng tín hiệu vào.  Tín hiệu vào phải có biên độ hữu hạn  Tín hiệu vào tuần hoàn có một số ưu điểm [...]... hình hình hộp xám (gray-box model): Xây dựng hình tham số vật lý của hệ thống bằng cách dựa vào hiểu biết về các qui luật vật lý bên trong hệ thống, sau đó ước lượng tham số hình dựa vào dữ liệu thực nghiệm hình hộp đen: (blackbox model) tuyến tính hay phi tuyến? Hệ thống có thể tả bằng hình tuyến tính nếu: Quan hệ vào ra của hệ thống chỉ phụ thuộc vào tần số mà khơng phụ thuộc vào... hình khớp (fit) ở miền tần số cao Nếu hệ thống có thời gian chết thì việc chọn chu kỳ lấy mẫu q nhỏ có thể sẽ làm cho hệ thống được hình hóa với khâu trể kéo dài trong nhiều chu kỳ lấy mẫu, điều này sẽ gây khó khăn khi sử dụng hình để thiết kế hệ thống điều khiển Lấy mẫu q chậm (Ts lớn) có thể gây ra méo tần số làm mất thơng tin Khi chu kỳ lấy mẫu tăng vượt q thời hằng tự nhiên của hệ thống. .. bình mẫu Ước lượng độ lệch khơng Dùng hình nhiễu có khâu tích phân Mở rộng hình nhiễu Lọc thơng cao 29 December 2009 © H T Hồng - ÐHBK TPHCM 31 Chọn cấu trúc hình 29 December 2009 © H T Hồng - ÐHBK TPHCM 32 Tiêu chí chọn cấu trúc hình Chọn cấu trúc hình bao gồm 2 vấn đề: Chọn loại hình Chọn bậc hình Tiêu chí chọn cấu trúc hình: nhận dạng “mơ hình có chất lượng tốt với chi phí thấp... thống chỉ phụ thuộc vào tần số mà khơng phụ thuộc vào biên độ tín hiệu Khi tín hiệu vào là tín hiệu hình sin, ở trạng thái xác lập tín hiệu ra là tín hiệu hình sin cùng tần số với tín hiệu vào Hệ thống làm việc trong phạm vi “nhỏ” xung quanh điểm tĩnh Các trường hợp còn lại đều phải nhận dạng hệ thống dùng cấu trúc hình phi tuyến 29 December 2009 © H T Hồng - ÐHBK TPHCM 36 .. .Hệ số gợn sóng (Crest factor) Ma trận hiệp phương sai của đặc tính tần số nhận dạng tỉ lệ nghịch với cơng suất tín hiệu vào (xem chương 6) ⇒ cơng suất tín hiệu vào càng lớn kết quả nhận dạng càng chính xác −1 ˆ ⎡ G ( e jω , θ N ) ⎤ n ⎡ Φ u (ω ) Φ ue (−ω )⎤ Cov ⎢ ≈ Φ v (ω ) ⎢ jω ˆ ⎥ λ0 ⎥ Φ ue (ω ) H (e , θ N ) ⎦ N ⎣ ⎦ ⎣ Tuy nhiên thực tế tín hiệu vào có biên độ hữu hạn (do... liệu thu thập khi thí nghiệm thường khơng thể sử dụng ngay trong các thuật tốn nhận dạng hệ thống do các khiếm khuyết sau: Nhiễu tần số cao trong tập dữ liệu thu thập được Tập dữ liệu bị gián đoạn, thiếu dữ liệu, hoặc có các giá trị đo sai (outlier) Nhiễu tần số thấp, trơi (drift), độ lệch khơng (offset) Do vậy, nếu thực hiện nhận dạng offline trước tiên nên vẽ đồ thị dữ liệu vào ra, xem xét đồ thị... Hồng - ÐHBK TPHCM 33 Chất lượng hình Có thể đánh giá chất lượng hình dựa vào tiêu chuẩn trung bình bình phương sai số J(D) (D={all design variables}) Theo chương 6, trung bình bình phương sai số có thể phân tích ra làm 2 thành phần: độ lệch phương sai J (D ) = J B (D ) + J P (D ) Mâu thuẫn: Độ lệch càng giảm khi hình càng linh hoạt (bậc hình càng cao, hình dùng càng nhiều tham số); Phương... suất tín hiệu vào khơng thể tăng lớn tùy ý được Hệ số gợn sóng: Cr2 = max u 2 (k ) k 1 N 2 lim ∑ u (k ) N → ∞ N k =1 Nhận xét: Cr≥1 Trong lớp các tín hiệu bị chặn, tín hiệu có cơng suất lớn nhất khi Cr=1, đó là tín hiệu nhị phân (u(k) chỉ có 2 mức ± u ) 29 December 2009 © H T Hồng - ÐHBK TPHCM 11 Thành phần tần số của tín hiệu vào Tham số tối ưu trong trường hợp nhận dạng hệ hở (xem chương 6) 2 ⎧π... tối ưu trong trường hợp số mẫu dữ liệu cố định xấp xỉ thời hằng của hệ thống Nếu khơng biết trước thời hằng của hệ thống thì ta phải ước lượng, nếu thời hằng ước lượng cao hơn thực tế thì việc chọn chu kỳ lấy mẫu xấp xỉ thời hằng sẽ dẫn kết kết quả nhận dạng rất xấu Khi thu thập dữ liệu nên lấy mẫu càng nhanh càng tốt, chu kỳ lấy mẫu T thực tế sẽ được chọn sau khi xử lý dữ liệu 29 December 2009 © H T... sai của đặc tín tần số nhận dạng tỉ lệ nghịch với số mẫu dữ liệu (xem chương 6) ⇒ Số mẫu dữ liệu càng nhiều thì kết quả nhận dạng càng chính xác ˆ ⎡ G ( e jω , θ N ) ⎤ n ⎡ Φ u (ω ) Φ ue (−ω )⎤ ≈ Φ v (ω ) ⎢ Cov ⎢ jω ˆ ⎥ Φ ue (ω ) λ0 ⎥ H (e , θ N ) ⎦ N ⎣ ⎦ ⎣ −1 Số mẫu dữ liệu càng nhiều càng mất nhiều thời gian tính tốn Nên chọn số mẫu dữ liệu bằng khoảng 100 lần số tham số cần nhận dạng 29 December 2009 . ÐHBK TPHCM 8  Nhận dạng mô hình tuyến tính: Tín hiệu vào bé, thay đổi ngẫu nhiên sao cho trạng thái của hệ thống thay đổi trong phạm vi nhỏ quanh điểm làm việc tĩnh  Nhận dạng mô hình phi tuyến:. vào, ngõ ra của hệ thống cần nhận dạng ⇒ xác định tín hiệu “kích thích“ để thực hiện thí nghiệm thu thập số liệu và vị trí đặt cảm biến để đo tín hiệu ra.  Chọn tín hiệu vào:  Tín hiệu vào. trị cực đại tín hiệu vào bằng bao nhiêu? Tín hiệu vào quyết định:  điểm làm việc của hệ thống  bộ phận nào và chế độ làm việc nào của hệ thống được kích thích trong thí nghiệm.  Xác định

Ngày đăng: 28/06/2014, 06:20

Từ khóa liên quan

Tài liệu cùng người dùng

  • Đang cập nhật ...

Tài liệu liên quan