過(guò)程辨識(shí)仿真作業(yè)

1、例6.66.6仿真對(duì)象如圖所示：λv(k)u(k)y(k)e(k)z(k)1?z?10.2z?21?1.5z?10.7z?21.0z?10.5z?21?1.5z?10.7z?2圖中，為服從分布的不相關(guān)隨機(jī)噪聲；控制λ值，是數(shù)據(jù)的信噪比為23%。)(kv)10(N經(jīng)過(guò)噪聲模型后，迭加在輸出y(k)上；模型結(jié)構(gòu)選用如下形式：)(kv)()2()1()2()1()(2121kekubkubkzakzakz?????????輸入信號(hào)u(k)采用

2、4階的M序列，特征多項(xiàng)式取F(s)=1s，幅度為1??s4循環(huán)周期為31bit，數(shù)據(jù)長(zhǎng)度L=480初始條件=0.001P(0)=I。利用)0(θ?106輔助變量法辨識(shí)系統(tǒng)參數(shù)、。1a212b、、ba一、實(shí)驗(yàn)原理實(shí)驗(yàn)原理：設(shè)SISO過(guò)程采用如下數(shù)學(xué)模型)()()()()(11kekuzBkzzA????描述，其中和表示過(guò)程的輸入輸出；是零均值的有色噪聲；)(ku)(kz)(ke且aannzazazazA??????????221111)(

3、bbnnzbzbzbzB??????????221111)(并且假定模型的階次已知。由于是有色噪聲，直接利用最小二bann、)(ke乘法不能獲得模型參數(shù)的無(wú)偏一致估計(jì)，這時(shí)可以利用輔助變量法，一起獲得無(wú)偏一致估計(jì)。1)1)一次完成算法一次完成算法將模型化為最小二乘格式)()()(kekhkz????或eHzLLl???根據(jù)最小二乘知識(shí)，參數(shù)的最小估計(jì)值為)1()1()(101eHLHHLZHHHLLLLLLLLIv???????????

4、?()???010)()()]()([???????????kekhEkhkhEL其中稱作輔助變量參數(shù)估計(jì)值?？梢?jiàn)只要適當(dāng)選擇輔助變量，使之滿Lv??足以上兩個(gè)條件，參數(shù)就可以是無(wú)偏一致估計(jì)。Lv??2)2)輔助變量的選擇輔助變量的選擇選擇輔助變量的基本原則就是上述兩個(gè)條件必須滿足。如果采用圖a所示的作為輔助變量，置)(kx圖a輔助變量的選擇?)]()1()()1([)(bankukunkxkxkh?????????當(dāng)是持續(xù)激勵(lì)信號(hào)時(shí)，