Documente Academic
Documente Profesional
Documente Cultură
) Contextul de lucru
Exist situaii (n special n cazul proceselor rapid variabile) n care contribuia datelor
14.5 p
Prin
-a lungul
Prin intermediul
intermediul ferestrelor
ferestrelor culisante
culisante fie
fie de
de-a
lungul setului
setului de
de date
date,,
fie
-a lungul
fie de
de-a
lungul erorilor
erorilor de
de predicie
predicie..
n =1
L.132
Deponderarea prea drastic a datelor implic deteriorarea sensibil a preciziei modelului de identificare,
astfel c fereastra trebuie aleas cu atenie.
Aplicarea ferestrelor de ponderare asupra datelor este o operaie frecvent ntlnit n aplicaiile de PS.
Spre deosebire de ferestrele din aplicaiile de PS (care, de regul, sunt simetrice pe orizontul de msur),
ferestrele utilizate n aplicaiile de IS pot fi asimetrice.
Ferestre
Ferestre de
de culisare
culisare frecvent
frecvent utilizate
utilizate n
n aplicaiile
aplicaiile de
de IS
IS
Exponenial
Dreptunghiular
M
Fereastr
exponenial
N-n
Orizont de
msur
Factor
Factor de
de
def
uitare
uitare
wN [ n] = N n
k N
Fereastr
dreptunghiular
w M,N
** De
De regul
regul
[0.95 , 1]
Orizont de
msur
1 , n N M + 1, N
wM , N [ n] =
0 , n 1, N M k N
def
L.133
Algoritmul
/VI recursiv
ial
Algoritmul CMMP
CMMP/VI
recursiv cu
cu fereastr
fereastr exponen
exponenial
Date de intrare:
a. ordinele modelului de identificare: na
, nb
, nc
i nf
, nd
= I
N 0
Fie
se
(cu R
seteaz
arbitrar
u ).
vectorul
parametrilor
matricea
) folosind o metod
3. Pentru k
este disponibil).
N 0
1 :
= P
k 1
y[k ]
[ k ]
k 1
[k ] .
, adic:
[ k ]
1
=
.
k
(P
k 1
[ k ]P
k 1
parametrii
reactualizare k
k 1
[k ] .
0 .
L.134
Algoritmul
/VI recursiv
Algoritmul CMMP
CMMP/VI
recursiv cu
cu fereastr
fereastr dreptunghiular
dreptunghiular
Date de intrare:
a. ordinele modelului de identificare: na , nb , nc , nd
b. lungimea ferestrei dreptunghiulare: M ;
c. o colecie redus de date intrare-ieire msurate:
D M = { u [ n ]} n 1 , M { y [ n ]} n 1 , M ;
i nf
u ).
3. Pentru k
1 :
] =
y[k M
= P
= P
k 1
[k ] =
y[k ]
[ k ]
k 1
[ k M ] k 1 .
3.3. Se reactualizeaz matricea P k n 2 pai:
s
[k M
[ k ] i P
M
1 [ k
k 1
i P
k 1
k 1
k T [ k ]P k 1
;
1 + T [ k ] k
k 1
k T [ k M ]P k 1
.
1 T [ k M ] k
k 1
[ k ] [ k M ] s [ k M ]) .
parametrii k
ai modelului de identificare la fiecare pas de
reactualizare k 0 .
+ P
Date de ieire:
( [ k
L.135
Procesul
Procesulgenerator
generatorde
dedate
date
ARX[2,2]
ARX[2,2]
(1 + a [n]q
1
n N
Parametri variabili
def
def
def
1
3
10 5 n
7 (n 1)
1 n
n n
a1[n] = cos
arctg (1)
b1[n] =
a2 [n ] = 2exp
b2 [n] =
n%25
2
N
4
N
N
1+
N
def
n N
Date
** Pe
Dategenerate
generate D = {u[ n]}n =1, N { y[ n]}n =1, N
Pe un
un orizont
orizont mare
mare de
de timp
timp,, modelul
modelul ARX[2,2]
ARX[2,2]
tinde
tinde s
s devin
devin un
un model
model ARX[1,1]
ARX[1,1]..
ales liber de ctre utilizator N 200
Indici
i
Indici structurali
structurali sunt
sunt cunoscu
cunoscui
Test
Testde
destop
stop
na = nb = 2
Epuizarea
Epuizarea datelor
datelor de
de pe
pe orizontul
orizontul de
de msur
msur..
Obiectiv
Obiectiv
Compararea performanelor metodelor recursive de identificare
cu i fr fereastr, n cazul modelelor de tip ARX.
L.136
Problema
Generarea datelor
nd parametrii
)
Problema 8.1
8.1 ((Generarea
datelor cu
cu modelul
modelul ARX[2,2]
ARX[2,2] av
avnd
parametrii variabili
variabili)
Folosind modelul funciei gdata_vp (din cadrul aplicaiei nr. t), proiectai i
implementai o rutin generatoare de date corespunztoare modelului ARX[2,2]
prezentat anterior. Denumii noua rutin gdata_arx i testai funcionarea ei
genernd cteva seturi de date, cu lungimi cuprinse ntre 200 i 2000. Afiai
variaile parametrilor modelului i datele de intrare-ieire. Ce se poate spune
despre stabilitatea modelului? Oferii o explicaie ct se poate de bine
argumentat.
Rutin
Rutince
cetrebuie
trebuieproiectat
proiectat
gdata_arx
gdata_arx
Problema
Algoritmi recursivi
ial)
Problema 8.2
8.2 ((Algoritmi
recursivi cu
cu fereastr
fereastr exponen
exponenial)
Se va testa funcionarea algoritmilor CMMP/VI recursivi cu fereastr
exponenial pentru modelul ARX[2,2].
a. Implementai algoritmul CMMP/VI recursiv cu fereastr exponenial prin
intermediul funciei rarx_e (dup modelul funciei riv). Unul dintre
argumentele de intrare va trebui s fie factorul de uitare .
b. Plecnd de la mini-simulatorul ISLAB_7D, implementai mini-simulatorul
ISLAB_8A, care adaug rutina rarx_e. Efectuai o analiz comparativ
exhaustiv cu ajutorul acestuia, pentru diferite seturi de date generate i
diferii factori de uitare. (Se vor alege i seturi de date din finalul orizontului de
msur, pentru durate mari, de peste 1000 de eantioane).
Program
rarx_e
ISLAB_8A rarx_e
Program &
&rutin
rutince
cetrebuie
trebuieproiectate
proiectate ISLAB_8A
L.137
Problema
Algoritmi recursivi
)
Problema 8.3
8.3 ((Algoritmi
recursivi cu
cu fereastr
fereastr dreptunghiular
dreptunghiular)
L.138