IDENTIFICAREA SISTEMELOR

STUDIUL EFECTULUI FACTORULUI DE UITARE, ASPECTE PRIVIND ALEGEREA

AMPLIFICARII DE ADAPTARE I EFECTUL VALORILOR INIIALE ASUPRA
CONVERGENEI ALGORITMULUI RECURSIV AL CELOR MAI MICI PTRATE
1. Date de identificare
Nume/Prenume

Semntura

Intocmit
Verificat
Data elaborrii/verificrii

2. Scopul lucrrii
n cadrul acestui laborator vor fi analizate patru metode de identificare on-line i anume: identificarea online cu metoda celor mai mici ptrate, identificarea on-line cu metoda variabilelor instrumentale, metoda
de identificare on-line a regresiilor pseudo-liniare i metoda minimizrii erorii de predicie.

3. Breviar teoretic
n cadrul metodelor de identificare on-line, valorile msurate ale intrrilor i ale ieirilor sunt prelucrate
recursiv (secvenial) pe msur ce acestea devin disponibile. Cu alte cuvinte, n cazul metodelor on-line,
modelul se obine pe baza observaiilor disponibile pn la momentul ultimei msurtori i este
permanent actualizat. Identificarea on-line, numit i identificare recursiv sau identificare adaptiv este
utilizat n diferite domenii ca de exemplu: sisteme de reglare adaptive, detectarea defectelor i
supravegherea parametrilor.
Majoritatea algoritmilor de identificare off-line pot direct convertii pentru a fi utilizai pentru identificarea
on-line. Cu toate acestea, n anumite cazuri ca de exemplu sistemele a cror parametri variaz n timp
apare necesitatea modificrii algoritmilor pentru a putea urmri dinamica sistemului.
Algoritmul recursiv al celor mai mici ptrate este structurat dup cum urmeaz.
k k 1 K k k

(1)

k y k T k k 1

K k P k k

P k P k 1

P k 1 k

1 T k P k 1 k

P k 1 k T k P k 1
1 T k P k 1 k

O modalitate de modificare a algoritmului este de a modifica funcia cost care se minimizeaz. Pentru
cazul metodei de identificare a celor mai mici ptrate, funcia cost poate fi modificat dup cum urmeaz:

V ,t

t k

2 k

(2)

k 1

n care este numit factor de uitare. Aceasta nseamn c msurtorile care sunt anterioare momentului
T0 = 1/(1 - ) sunt incluse n criteriu cu o pondere de cca 36% fa de msurtorile mai recente; T 0 este
numit constanta de timp a memoriei. Problemele specifice care apar n cazul metodelor on-line sunt:

Rev:DA;2012

Lucrarea de laborator nr. 6

alegerea algoritmului de identificare recursiv, iniializarea algoritmului i modul n care se pondereaz
datele prelevate din proces la momente anterioare momentului actual.

4. Probleme de rezolvat
4.1. Exerciiu pregtitor
S se determine valoarea factorului de uitare care corespunde ponderrii datelor anterioare
eantionului 100, cu mai puin de 0,15 n funcia cost din relaia (2).
Rspuns: ___________________________________________________________________________
___________________________________________________________________________________
___________________________________________________________________________________
___________________________________________________________________________________
Fie sistemul cu amplificare constant y k b u k e k . Zgomotul e k verific urmtoarele condiii:
E e k 0 ; E e j e k j ,k Parametrul necunoscut, b s-a determinat cu relaia:

b arg min
b

N k y k b u k 2 ,

(3)

k 1

n care N este numrul de date prelevate din proces, 0 ; 1 este factorul de uitare. S se calculeze
variana estimatului;

E b b

var b

(4)

4.2. Desfurarea lucrrii

Compararea metodelor de identificare on-line
Sistemul care urmeaz a fi simulat este descris prin urmtoarea ecuaie operaional:

1 0.7 q y k 0.8 q
1

u k 1 0.7 q 1 e k

(5)

n care u k i e k sunt secvene de zgomot alb necorelat cu valoarea medie statistic egal cu zero
i variana egal cu unu.
n cadrul laboratorului se vor identifica parametrii sistemului (5) cu ajutorul urmtoarelor metode de
identificare recursiv: a) metoda on-line a celor mai mici ptrate; b) metoda on-line a variabilelor
instrumentale, c) metoda de identificare on-line a regresiilor pseudo-liniare i d) metoda on-line a
minimizrii erorii de predicie.
Pentru cazul metodelor de la pct. (a) i (b) structura modelului este:

y k a y k 1 b u k 1 k
.
a b T

(6)

Pentru cazul metodelor de la pct. (c) i (d) structura modelului este:

y k a y k 1 b u k 1 e k c e k 1
.
a b cT
2

(7)

Studiul efectului factorului de uitare, aspecte privind alegerea amplificarii de adaptare i efectul valorilor
iniiale asupra convergenei algoritmului recursiv al celor mai mici ptrate
Rulai macro Lab5a.m. Gsii o modalitate de a afla valorile parametrilor estimai a, b, c, apoi completai
Tabelul 1.
Tabelul 1: Rezultatele experimentului
Parametrii
modelului

Modelul
real

Modele rezultate prin identificare recursiv

Metoda (a)

Metoda (b)

Metoda (c)

Metoda (d)

a
b
c
Care dintre cele patru metode estimeaz regimul dinamic cu cea mai mare acuratee. Aceeai problem
pentru cazul regimului staionar. Scriei expresiile funciilor de transfer ale modelelor selectate.
Rspuns: ___________________________________________________________________________
____________________________________________________________________________________
____________________________________________________________________________________
Efectul valorilor iniiale
n cadrul acestui paragraf se va pune n eviden modul n care alegerea matricei valorilor iniiale, P
influeneaz parametrii modelului estimat. Sistemul care este simulat este dat de urmtoarea ecuaie cu
diferene:
y t 0.9 y t 1 0.5 u t 1 e t

(8)

n care u k este o secven binar necorelat cu secvena de zgomot alb e k i care are media
statistic zero i variana egal cu unu.
Sistemul se identific pe baza metodei on-line a celor mai mici ptrate i a unei structuri de ordinul unu:
y k a y k 1 b u k 1 k

Matricea

(9)

P este iniializat cu relaia:

1 0

0 1

(10)

Rulai aplicaia Lab5.b. Care este valoarea optim a amplificrii de adaptare (parametrul )?
Rspuns: ___________________________________________________________________________
____________________________________________________________________________________
____________________________________________________________________________________
____________________________________________________________________________________
Efectul factorului de uitare
n continuare vom studia modul n care factorul de uitare afecteaz modelul estimat al sistemului supus
observaiei. Vom considera problema urmririi unui sistem ai crui parametri variaz n timp.
3

Lucrarea de laborator nr. 6

Considerm un sistem ARX de ordinul unu care sufer o modificare brusc la momentul t = 100 dup
cum urmeaz:

y k 0.8 y k 1 b0 u k 1 e k

1.5
0.5

b0

k 100
k 100

(11)

Rulai aplicaia Lab5c.m pentru a identifica sistemul cu ajutorul algoritmului RARX cu diferite valori ale
factorului de uitare.
Notai observaiile voastre cu privire la urmtoarele aspecte:
Care este compromisul pe care trebuie s l fac experimentatorul atunci cnd alege valoarea factorului
de uitare?
Rspuns: ___________________________________________________________________________
____________________________________________________________________________________
____________________________________________________________________________________
Cum influeneaz valoarea factorului de uitare valoarea estimat a parametrului care nu se modific?
Rspuns: ___________________________________________________________________________
____________________________________________________________________________________
____________________________________________________________________________________

5. Fiele msurtorilor i anexe

5.1. Soluiile exerciiilor pregtitoare.
5.2. Graficele variaiei n timp a valorilor estimate ale parametrilor a i b rezultate din implementarea celor
patru metode de identificare on-line.
5.3. Graficele variaiei n timp a valorilor estimate ale parametrilor a i b rezultate prin implementarea
metodei recursive a celor mai mici ptrate i diverse valori ale amplificrii de adaptare .
5.4. Graficele variaiei n timp a valorilor estimate ale parametrului b 0 rezultat prin implementarea metodei
recursive a celor mai mici ptrate si cele trei valori ale factorului de uitare .