系统辨识——测试信号设计

本文将为浙大控制系朱豫才老师《系统辨识》课程的部分笔记

测试信号的选择取决于两方面：

1. 信号的形状或波形
2. 它的功率谱或频谱

高信噪比 $⟶$ 信号功率尽可能大
对过程操作扰动小 $⟶$ 幅值受到限制
因此在给定信号功率的情况下，小的幅值是比较合适的 $⟶$ 振幅因数
$$\text{The Crest Factor: }{C}_r^2=\frac{ma{x}_t{u}^2(t)}{li{m}_{N\to \infty }\frac{1}{N}{\sum }_{t=1}^{N}u(t)}$$

常见的测试信号类型

PRBS

$M$ 以及 $T_{clk}$ 的含义以及对功率谱的影响

• 若时钟周期等于采样时间且 $M$ 足够大则PRBS信号能模拟一个白噪声信号
• 最小的振幅因数
• 一个PRBS周期中的部分信号不具备整体性质，实验时间不能随意选择
• 低通特性可以通过滤波或者提高时钟周期得到，缺陷是部分频率区域信噪比低

GBN

• 在 $-a$ 和 $a$ 两个值之间转换，转换概率 $P[u(t)=-u(t-1)]=p_{sw}$
• 平均转换时间 $E{T}_{sw}=\frac{T_{min}}{p_{sw}}$，（白噪声GBN对应 $p_{sw}=0.5$）
• 功率谱为 ${\Phi }_u(w)=\frac{(1-q^2)T_{min}}{1-2qcos{T}_{min}w+q^2},q=1-2p_{sw}$
• 降低转换概率（增加平均转换时间）$\to$ 低通信号且频率点 $2k\pi /T_{clk}$ 处非零
• 最小振幅因数

滤波白噪声

• 任何频谱分布可以通过滤波器的设计来进行近似 ${\Phi }_u(w)=|F(e^{iw}){|}^2\lambda$
• 幅值分布均匀，振幅因素比二值信号大

叠加正弦波

考虑 $m$ 个正弦波的叠加：
$$u(t)=\sum _{j=1}^m{a}_j\text{sin}(w_{j}t+{\varphi }_j),0<w_1<w_2<...<w_m<\pi$$对应的谱为：
$${\Phi }_u(w)=2\pi \sum _{j=1}^m\frac{a_j^2}{4}[\delta (w-w_j)+\delta (w+w_j)]$$

• 假设频率服从 $[0,\pi ]$ 均匀分布，且 $m$ 足够大，则任何期望的频谱分布都可以通过设定适当的幅值来实现
• 叠加正弦波的振幅因数可能很大，可以通过设置相位来调整：Schroeder相位信号或随机选择相位。

---

$n$ 维持续激励的频域解释：在区间 $(-\pi ,\pi )$ 中至少存在 $n$ 个频率点上的非零的信号谱

一个 $n$ 阶线性过程的可辨识性要求实验信号是 $2n$ 维的持续激励，因此四类信号均为持续激励信号！

采样时间的确定

采样时间可以根据最小时间常数（从白噪声实验结果估计）、过程带宽（从白噪声实验结果估计）、过程调节时间（从阶跃实验估计）来估计。