3/22

Modele de identificare
.

Modele uzuale de identificare (scurt recapitulare)

Modele
Modele parametrice
parametrice
Clase
Clase uzuale
uzuale de
de modele
modele liniare
liniare
ARMAX
Clasa ARMAX

ARMAX[na,nb,nc,nk
ARMAX[na,nb,nc,nk]]
indici
ntrziere
structurali intrinsec

Uzual
Uzual

nk = 1

RSISO

De stare

A ( q 1 ) y[n] = B ( q 1 ) u[n] + C ( q 1 ) e[n]

2
E
{
e
[
n
]
e
[
m
]}
=

0 [n m]

n, m N

A ( q 1 ) = 1 + a1q 1 + " + ana q na

1
1
nb
1 nk

=
+
"
+
B
q
b
q
b
q
q
(
)
(
)
ARMAX[na,nb,nc
]
1
nb
ARMAX[na,nb,nc]

C ( q 1 ) = 1 + c1q 1 + " + cnc q nc

parametrii: {ai }i1,na {bi }i1,nb {ci }i1,nc

Necunoscutele
Necunoscutele
modelului
modelului

Funcii
Funcii de
de
sistem
sistem

indicii scructurali: na nb nc
dispersia zgomotului alb: 2

n
n mod
ntrzierea intrinsec
este
,
mod normal,
normal, ntrzierea
intrinsec
este cunoscut
cunoscut,
altfel
unitar
.
altfel ea
ea este
este implicit
implicit considerat
considerat
unitar.

Filtru de sistem
u

H (H
q
H

B ( q 1 )

)= B/A
B/A1
def

A (q

(polinoame)
Reprezentare
Reprezentare
sistemic

sistemic

GG
(Gq

C ( q 1 )

Filtru de
( ) zgomot

) =C/A
C/A
A q 1

def

53

4/22

Modele de identificare
.

Modele uzuale de identificare (scurt recapitulare)

Modele
Modele parametrice
parametrice
Clasa ARMAX

Modele
Modele particulare
particulare

ARX[na,nb
,<nk>]
ARX[na,nb,<nk>]

AR[na
AR[na]]

A ( q 1 ) y[n] = B ( q 1 ) u[n] + e[n]

2
E{e[n]e[m]} = 0 [n m]
n, m N
C ( q 1 ) = 1

A ( q 1 ) y[n] = e[n]

2
E{e[n]e[m]} = 0 [n m]
B ( q 1 ) = 0 C ( q 1 ) = 1

n, m N

OE[na,nb
,<nk>]
OE[na,nb,<nk>]

ARMA[na,nc
]
ARMA[na,nc]

A ( q 1 ) y[n] = B ( q 1 ) u[n] + A ( q 1 ) e[n]

2
E{e[n]e[m]} = 0 [n m]
n, m N

A ( q 1 ) y[n] = C ( q 1 ) e[n]

2
E{e[n]e[m]} = 0 [n m]

( )

( )

date
A q 1 = C q 1
msurate

date simulate

B ( q 1 )
eroare

=
y
n
u
n
e
n
[
]
[
]
[
]

de ieire
A( q 1 )

E{e[ n]e[ m]} = 2 [ n m]

0

n, m N

Utilizate n special n comanda numeric a proceselor

i/sau reglarea automat.

B ( q 1 ) = 0

n, m N

Utilizate n special n predicia optimal a datelor

(fiind modele de zgomot i nu de date utile), n
aplicaii de predicie a seriilor de timp, de
estimare spectral, de compresie a datelor, de
prelucrare a semnalului vocal, de urmrire a
intelor mobile etc.

54

5/22

Modele de identificare
.

Modele uzuale de identificare (scurt recapitulare)

Modele
Modele parametrice
parametrice
Clase
Clase uzuale
uzuale de
de modele
modele liniare
liniare
ARMAX

RSISO

Clasa RSISO

Modele
Modele de
de tip
tip SISO
SISO Raionale
Raionale
RSISO[na,nb,nc,nd,nf
,<nk>]
RSISO[na,nb,nc,nd,nf,<nk>]
indici
structurali

Reprezentare

Reprezentare sistemic
sistemic

ntrziere
intrinsec
e

Filtru de G C/(AD)
G C/(AD)
zgomot
Filtru de sistem
u

H
H B/(AF)
B/(AF)

De stare

1
1

B
q
C
q
(
)
(
)
1
u[n] +
e[n]
A ( q ) y[n] =
1
1
F (q )
D (q )

2
E{e[n]e[m]} = 0 [n m]
n, m N

A ( q 1 ) = 1 + a1q 1 + " + ana q na

B ( q 1 ) = ( b1q 1 + " + bnb q nb ) q1 nk

C ( q 1 ) = 1 + c1q 1 + " + cnc q nc

D ( q 1 ) = 1 + d1q 1 + " + d nd q 1

F ( q 1 ) = 1 + f1q 1 + " + f nf q 1

H (q

)= A
def

B ( q 1 )

(q ) F (q )
1

G (q

)= A
def

polinoame

+
polinoame
coprime
(D, F) = 1

C ( q 1 )

(q ) D (q )
1

(cmmdc)

55

Modele de identificare
.

6/22

Modele uzuale de identificare (scurt recapitulare)

Modele
Modele parametrice
parametrice
Modele
Modele particulare
particulare

Clasa RSISO

ARMAX[na,nb,nc
,<nk>]
ARMAX[na,nb,nc,<nk>]
BJ[nb,nc,nd,nf
,<nk>]
BJ[nb,nc,nd,nf,<nk>]

RSISO[na,nb,nc,
0,0,<nk>]
RSISO[na,nb,nc,0,0,<nk>]

D ( q 1 ) = 1 F ( q 1 ) = 1

(Box Jenkins)

B ( q 1 )
C ( q 1 )
Filtrul de sistem i filtrul de zgomot nu au poli comuni.
u[n] +
e[n] Decuplarea dintre partea util i cea parazit este necesar n
y[n] =
1
1
F (q )
D (q )

aplicaiile unde sursa de zgomot este independent de proces.

n mod normal, acest model de identificare ar trebui utilizat,

2

E
e
n
e
m
n
m
{
[
]
[
]}
[
]

0
n, m N dac identificarea sa nu ar fi att de dificil.
A ( q 1 ) = 1

Clase
Clase uzuale
uzuale de
de modele
modele liniare
liniare

ARMAX

RSISO

De stare

Clasa modelelor de stare

x[ n + 1] A( )x[ n] + B( )u[ n] + E( ) w[ n]
Vectorul parametrilor necunoscui include coeficienii matricilor

implicate n ecuaiile modelului.

y[ n ] C( )x[ n] + F( )e[ n]

T
E{e[ n ]e [ m]} = e ( )0 [ n m]
Acest
pe
Acest curs
curs se
se concentreaz
concentreaz
pe

T
identificarea
identificarea modelelor
modelelor din
din clasa
clasa
E{w[ n]w [ m]} = w ( )0 [ n m]
ARMAX
E{e[ n ]wT [ m]} = ( ) [ n m]
ARMAX..
e,w
0
n, m N

56

7/22

Modele de identificare
.

Modele uzuale de identificare (scurt recapitulare)

y[ n] = T [ n] + e[ n]

Forma

Forma de
de regresie
regresie liniar
liniar

n N

Ie
irea depinde
Ieirea
depinde liniar
liniar de
de vectorul
vectorul
parametrilor
i.
parametrilor necunoscu
necunoscui.

ARMAX[na,nb,nc
]
ARMAX[na,nb,nc]

Vectorul
Vectorul regresorilor
regresorilor

FFormat
ormat din
surate i,
i, eventual,
din date
date m
msurate
eventual, estimate
estimate..

T def
u[ n 1] u[ n 2] " u[ n nb]
...
[ n] = y[ n 1] y[ n 2] " y[ n na ]
3 componente,

... e[ n 1] e[ n 2] " e[ n nc ]]

ca i vectorul parametrilor
T def
Ultima

Ultima component
component
b1 b2 " bnb
c1 c2 " cnc
= a1 a2 " ana
nu
surabil. n N
nu este
este m
msurabil.
Exerciiu
Exerciiu S se indice toate modelele din clasa ARMAX
Dar
, fapt
Dar poate
poate fifi estimat
estimat,
fapt care
care
pentru care vectorul regresorilor conine
complic
metoda
complic
metoda de
de identificare
identificare
numai componente msurabile.
ii reduce
reduce precizia
precizia modelului
modelului..

Stabilitatea
Stabilitatea modelelor
modelelor parametrice
parametrice raionale
raionale

Testarea stabilitii revine adesea la verificarea proprietii unui polinom

de a avea zerourile n interiorul discului unitar din planul complex.

A ( z 1 ) = 1 + a M ,1 z 1 + " + a M ,M z M = z M ( z M + a M ,1 z M 1 + " + a M ,M )

Acest lucru se poate realiza cu ajutorul Criteriului de stabilitate Schr-Cohn.

Polinomul
Polinomul
reciproc
reciproc

 ( z 1 ) = z M A ( z +1 ) = z M + a z1 M + " + a
A
M ,1
M ,M

Coeficient
Coeficient
de
de reflexie
reflexie
def

k M = aM , M

def

57

Criteriul
Criteriul
Hurwitz
Hurwitz

8/22

Modele de identificare

Sisteme
Sisteme continue
continue

Modele uzuale de identificare (scurt recapitulare)

Criteriul
r-Cohn
Criteriul de
de stabilitate
stabilitate Sch
Schr-Cohn

((Sisteme
Sisteme discrete)
discrete)

A ( z 1 ) = 1 + a M ,1 z 1 + " + a M , M z M (coeficienii polinomului)

Date
Date de
de intrare
intrare

m = M (primul indice)
k M = aM , M (primul coeficient de reflexie)

Ini
ializare
Iniializare

A M ( z 1 ) = A ( z 1 ) (primul polinom furnizor de coeficient de reflexie)

Bucl
iterativ

Bucl
iterativ
T
t timp
T CCt
timp

km < 1

&

m>0

Dac
m >1
Dac
a.
polinomul
tor, care
te at
t polinomul
a.Se
Se evalueaz
evalueaz
polinomul urm
urmtor,
care folose
folosete
att
polinomul curent,
curent,
cct
t ii polinomul
polinomul reciproc
reciproc asociat:
asociat:
 ( z 1 )
A m ( z 1 ) k m A
m
1
A m1 ( z ) =
= am1,0 + am1,1 z 1 + " + am1,m1 z1 m
2
1 km

am 1,0 = 1

b.
xtrage coeficientul
tor de
b.Se
Se eextrage
coeficientul urm
urmtor
de reflexie:
reflexie: k m 1 = am 1,m 1
Se
indicele
Se decrementeaz
decrementeaz
indicele curent
curent:: m m 1

Test
Test final
final

m>0

km 1

m=0

{k }
i

i1, M

Polinomul
Polinomul este
este instabil
instabil..

[0,1)

Polinomul
Polinomul este
este stabil
stabil..

To
i coeficien
ii de
Toi
coeficienii
de
reflexie

reflexie se
se situeaz
situeaz
n
n discul
discul unitar
unitar..

58

9/22

Modele de identificare
.. Problema
rii modelelor
Problema identific
identificrii
modelelor parametrice
parametrice
Contextul
Contextul de
de lucru
lucru

P ((
**)
u [n]
Vectorul parametrilor
estimai folosind un
orizont de msur de
dimensiune N, vector
renotat prin:

y [n]

U
M (()
)

N R n

V (()
) | P(()
)
yM [n,]

Optimizare

Deoarece datele pe baza crora se determin modele de identificare sunt afectate

de perturbaii stocastice, parametrii estimai au de asemenea o natur stocastic.
Adecvan
a parametrilor
i ai
Adecvana
parametrilor estima
estimai
ai unui
unui model
model de
de identificare
identificare
este
prin
i.
este descris
descris
prin intermediul
intermediul aa 33 propriet
proprieti.
Nedeviere (asimptotic)
abaterea fa de
media statistic

Consisten
convergena
statistic

Eficien
viteza de
convergen

59

10/22

Modele de identificare
.. Propriet
i statistice
Proprieti
statistice dezirabile
dezirabile ale
ale estimaiilor
estimaiilor parametrice
parametrice

Nedeviere

E{ N } =

Exemplu
Exemplu

Cazul
Cazul parametrului
parametrului scalar
scalar

N N

E {^
N}

^
N
*

lim E{ N } =

Nedeviere
asimptotic

asimptotic
Exemplu
Exemplu

Cazul
Cazul parametrului
parametrului scalar
scalar
E {^
N}

^
N
*

N1

N2

...

Np N

PProprietate
roprietate destul
ii
destul de
de restrictiv
restrictiv
dificil
n practic
.
dificil de
de verificat
verificat n
practic.

N2

...

Np N

Deviaie
def

N = E{ N }

Dac media statistic a parametrilor estimai nu

verific aceast proprietate, atunci estimaia se
consider deviat.
Proprietate

Proprietate relaxat
relaxat

N1

N N

lim E{ N } = lim N = 0

60

11/22

Modele de identificare
Proprieti statistice dezirabile ale estimaiilor parametrice

lim N =

Consisten

Exemplu
Exemplu

Cazul
Cazul parametrului
parametrului scalar
scalar
E {^
N}

Relev maniera n care se grupeaz estimaiile

^
N
n jurul mediei (sau al valorilor adevrate).
Raportul dintre consisten i nedeviere (asimptotic)
este ilustrat de urmtoarea proprietate:
*
Exerciiu
Estimaiile consistente pot fi deviate, dar
Exerciiu
sunt ntotdeauna asimptotic nedeviate.
(cletele consistenei)
O alt proprietate interesant este legat de
conceptul de varian a erorii de estimare.
2 ( ) = E {
def

} R

Produsul
Produsul interior
interior (scalar).
(scalar).

Matrice
-covarian
Matrice de
de auto
auto-covarian
def

P( ) = E{( )( ) } R
Produsul
Produsul exterior.
exterior.

nn

N1

N2

...

Np N

Toate
rile estima
iilor converg
Toate realiz
realizrile
estimaiilor
converg la
la
valoarea
rat.
valoarea adev
adevrat.

( )

Exerciiu
N = lim P N = 0
Exerciiu Nlim

N
Dispersie

Dispersie tot
tot mai
mai mic
mic
n
n jurul
jurul mediei
mediei..

se poate
poate
lim 2 ( N ) = 0 se
N
ar
ta
arta

Consisten
a este
.
Consistena
este proprietatea
proprietatea cea
cea mai
mai important
important.

61

12/22

Modele de identificare
Proprieti statistice dezirabile ale estimaiilor parametrice

Eficien

este cel puin tot att de eficient ca

P ( N ) P (  N )

n
n sensul
sensul pozitiv
pozitiv
N
N
(semi
-)definirii.
(semi-)definirii.
Eficiena este asimilat cu viteza de consisten.

1 ( A ) 0

xT Ax 0
x Rn

2 ( A) 0

( A ) R +
spectrul
matricii

#
det( A ) 0

determinanii
Sylvester
~
E { N}

Cazul
Cazul parametrului
parametrului scalar
scalar

E {^
N}

^
N

dac:

P (  N ) P ( N ) 0

lim N = lim P ( N ) = 0

Exemplu
Exemplu

 N

N1

N2

...

Np N

Consisten
rapid
.
Consisten
rapid.

N1

N2

...

Consisten
lent
.
Consisten
lent.

Np N

62

Modele de identificare

13/22

.. Exerci
ii rezolvate
Exerciii
rezolvate
Exerci
iul 2.1
Exerciiul
2.1
Fie
i
Fie ee un
un zgomot
zgomot alb
alb de
de medie
medie nul
nul
i varian
varian unitar
unitar care
care stimuleaz
stimuleaz
intrarea
se
intrarea unui
unui model
model AR[1].
AR[1]. SS
se determine
determine secvena
secvena de
de auto
autocovarian
.
covarian aa zgomotului
zgomotului colorat
colorat rezultat,
rezultat, yy.
Solu
ie
Soluie

63

Modele de identificare
Solu
ie ((Exerciiul
Exerciiul 2.1)
Soluie
2.1)

14/22

Exerciii rezolvate

Folosind relaia analitic a secvenei de auto-covarian, se poate determina

parametrul necunoscut a din datele msurate (dup estimarea auto-covarianei).

64

Modele de identificare
.

15/22

Exerciii rezolvate

Exerci
iul 2.2
Exerciiul
2.2
Fie
i
Fie ee un
un zgomot
zgomot alb
alb de
de medie
medie nul
nul
i varian
varian unitar
unitar care
care stimuleaz
stimuleaz
intrarea
se
intrarea unui
unui model
model MA[1].
MA[1]. SS
se determine
determine secvena
secvena de
de auto
autocovarian
modelul
covarian aa zgomotului
zgomotului colorat
colorat rezultat,
rezultat, yy.. Dac
Dac
modelul MA
MA are
are
ordinul
se
secvena
-covarian aa ieirii
ordinul nc
nc,, ss
se arate
arate cc
secvena de
de auto
auto-covarian
ieirii are
are
suport
c are
r finit
suport finit
finit (adi
(adic
are un
un num
numr
finit de
de valori
valori nenule)
nenule) i
i s
s se
se
determine
aa suportului.
determine dimensiunea
dimensiunea maxim
maxim
suportului.
Solu
ie
Soluie

65

Modele de identificare
Solu
ie ((Exerciiul
Exerciiul 1.2)
Soluie
1.2)

16/22

Exerciii rezolvate

66

17/22

Modele de identificare
.

Exerciii rezolvate

Exerci
iul 2.4
Exerciiul
2.4
Echivalena
Echivalena dintre
dintre 22 modele
modele matematice
matematice
((densiti
densiti spectrale
).
spectrale de
de ieire
ieire identice
identice).
2 zgomote
e

C/A

v
x

1 zgomot

ARMA[na , nc ] : A ( q 1 ) x[n] = C ( q 1 ) e[n], n N

y[ n] = x[ n] + v[ n], n N

E {e[ n]e[ n k ]} = 2e 0 [ k ], k Z

(alb)

E {v[ n]v[ n k ]} = 2v 0 [ k ], k Z

(alb)

B/A

ARMA[na , nb] : y[n] =

B ( q 1 )

A (q

w[n], n N

E {w[ n]w[ n k ]} = 2w 0 [ k ], k Z (alb)

E {e[ n]v[ n k ]} = 0, k Z (necorelate)

S se determine coeficienii i gradul polinomului necunoscut B, precum i

variana 2w n funcie de polinoamele A, C i varianele 2e , 2v , prin echivalarea
celor dou modele, n cazul na=nc=1. Este modelul rezultat unic determinat?
Examen:

Generalizai rezultatul pentru valori arbitrare ale indicilor structurali na i nc.

67

Modele de identificare
Solu
ie ((Exerciiul
Exerciiul 2.4)
Soluie
2.4)

18/22

Exerciii rezolvate

densit
i spectrale
densiti
spectrale de
de ieire
ieire identice
identice
autocovariane
autocovariane de
de ieire
ieire identice
identice

68

Modele de identificare
Solu
ie ((Exerciiul
Exerciiul 2.4)
Soluie
2.4)

19/22

Exerciii rezolvate

69

Modele de identificare
Solu
ie ((Exerciiul
Exerciiul 2.4)
Soluie
2.4)

20/22

Exerciii rezolvate

70

Modele de identificare
Solu
ie ((Exerciiul
Exerciiul 2.4)
Soluie
2.4)

21/22

Exerciii rezolvate

71

Modele de identificare
Solu
ie ((Exerciiul
Exerciiul 2.4)
Soluie
2.4)

22/22

Exerciii rezolvate

Deoarece
0, are
Deoarece bb000,
are loc
loc transmisia
transmisia instantanee
instantanee aa zgomotului
zgomotului la
la ieire,
ieire,
aa
aa cum
cum era
era de
de ateptat.
ateptat.
Examen: Echivalai un model AR avnd 2 zgomote cu

un model ARMA avnd un singur zgomot.

72