自适应控制学习笔记（1）——动态模型与参数估计

最新推荐文章于 2024-04-23 09:48:53 发布

qq_26034173

最新推荐文章于 2024-04-23 09:48:53 发布

阅读量1k

点赞数

分类专栏：自适应控制理论文章标签：学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_26034173/article/details/123528308

版权

自适应控制理论专栏收录该内容

2 篇文章 1 订阅

订阅专栏

视频教程参考bilibili广东工业大学的视频柴天佑《自适应控制》课程，记录一下自己的自适应控制学习过程。

2.1 离散时间随机线性模型

引入延迟算子 $z^{-1}$

即： $z^{-1}y(k)=y(k-1)$ $z^{-m}y(k)=y(k-m)$

$z^{-1}u(k)=u(k-1)$ $z^{-m}u(k)=u(k-m)$

2.2 确定性线性模型：

针对如下确定下输入输出模型：

$y(k)+a_{1}y(k-1)+a_{2}y(k-2)+...+a_{n_{a}}y(k-n_{a})= b_{0}u(k-d)+b_{1}u(k-d-1)+b_{2}u(k-d-2)+...++b_{n_{b}}u(k-d-n_{b})$

注意一下a,b,d的开始结束的位置。

进而得到： $\bg_white A(z^{-1})y(k)=B(z^{-1})u(k)$

其中： $\bg_white A(z^{-1})=1+a_{1}(z^{-1})+a_{2}(z^{-2})+...+a_{n_{a}}(z^{-n_{a}})$

$B(z^{-1})=b_{0}+b_{1}(z^{-1})+b_{2}(z^{-2})+...+b_{n_{b}}(z^{-n_{b}})$

$n_{a},n_{b},d$ 属于模型的结构性参数，要求事先固定，而 $a_{i},b_{i}$ 属于模型的参数，需要进行估计。

2.3 随机干扰模型：

受到随机因素干扰的数据序列，数学上可以描述为一个离散随机过程。

（1）自回归滑动平均模型（Auto-Regressive and Moving Average Model ARMA）

$A(z^{-1})y(k)=z^{-d}B(z^{-1})u(k)+C(z^{-1})\xi(k)$

$A(z^{-1})y(k)=B(z^{-1})u(k-d)+C(z^{-1})\xi(k)$

$A(z^{-1})=1+a_{1}(z^{-1})+a_{2}(z^{-2})+...+a_{n_{a}}(z^{-n_{a}})$

$B(z^{-1})=b_{0}+b_{1}(z^{-1})+b_{2}(z^{-2})+...+b_{n_{b}}(z^{-n_{b}})$

$C(z^{-1})=1+c_{1}(z^{-1})+c_{2}(z^{-2})+...+c_{n_{c}}(z^{-n_{c}})$

其中： $\small \xi(k)$ 是白噪声序列； $E\left \{\xi(k)\right \}=0,E\left \{ \xi(k_{1})\xi(k_{2}) \right \}=\sigma ^{2}\delta (k_{1}-k_{2})$

关注

0
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
自适应控制学习笔记（1）——动态模型与参数估计

自适应控制学习笔记（1）——动态模型与参数估计
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。