最小二乘系统辨识--WT

本文介绍了两连杆机器人模型的最小二乘法辨识过程,包括激励轨迹设计、模型参数计算和系统验证。通过优化轨迹和最小二乘法,对系统动力学参数进行辨识,并在Simulink中进行验证,实现对原始数据的精确拟合。
摘要由CSDN通过智能技术生成

一、模型辨识

模型辨识就是在输入输出数据的基础上,从一组给定的模型类中,确定一个与所测系统等价的模型。模型辨识有三个要素——数据、模型和准则,辨识就是按照一个准则在一组模型类中选择一个与数据拟合得最好的模型。本文利用输入系统的扭矩信息以及输出的位置信息对系统的模型参数进行辨识。文章参考《A matlab-based identification procedure applied to a two-degrees-offreedom robot manipulator for engineering students
》。

二、模型辨识流程

|
模型辨识流程

在这里插入图片描述两连杆机器人模型

1、激励轨迹

为了辨识系统的动力学特性,利用的是系统运行时采集出的数据,这些数据应具有丰富的系统特性,辨识出来的参数才能更加准确合理,而系统在一般轨迹下无法携带更多的系统信息,因此需要设计一条特殊的激励轨迹。激励轨迹设计参照《Optimal Robot Excitation and Identification》的一个有限的傅里叶级数和。
最优轨迹

Subject mincond( ϕ \phi ϕ)

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值