u Algoritmi rapizi CMMP-R i VI-R cu fereastr

) Contextul de lucru

Exist situaii (n special n cazul proceselor rapid variabile) n care contribuia datelor

anterioare momentului curent de reactualizare trebuie atenuat cu rapiditate controlat.

Istoria comportamentului procesului poate distorsiona rezultatul operaiei de adaptare curent dac datele
achiziionate devin rapid nvechite i tind s nu mai corespund comportamentului actual al procesului.
Cum poate fi controlat atenuarea istoriei 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..

wN Fereastr cu deschiderea determinat de

Fereastr de
ponderare

dimensiunea orizontului de msur.

window
** De
De regul
regul,, nenegativ
nenegativ..

Selecia datelor are loc prin nmulirea valorilor

Orizont de
ferestrei (ponderilor) cu valorile omoloage ale datelor.
msur
** n
n cazul
cazul modelelor
modelelor de
de regresie
regresie
n acest modul, va fi abordat problema estimrii
liniar
liniar,, datele
datele sunt
sunt ponderate
ponderate de
de
recursive a parametrilor prin minimizarea unui criteriu
radicalul
def N
radicalul ferestrei
ferestrei..
ptratic n care ptratul erorii de predicie curente
2
wN [ n ] [ n , ]
este ponderat de o fereastr culisant nenegativ. V ( ) =

n =1

L.132

u Algoritmi rapizi CMMP-R i VI-R cu fereastr

) Contextul de lucru

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

u Algoritmi rapizi CMMP-R i VI-R cu fereastr

) Contextul de lucru

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

b. factorul de uitare: [ 0 , 1 ] (de regul, [ 0 . 9 5 , 0 . 9 9 5 ] );

c. o colecie redus de date intrare-ieire msurate (dac este posibil):
(cu N 0 de ordinul zecilor, cel mult);
D N 0 = { u [ n ]} n 1 , N
{ y [ n ]} n 1 , N
0

d. un semnal instrumental extern: { f [ n ]} n 1 (eventual).

1. Dac nu a fost specificat nici un semnal instrumental, vectorul variabilelor
instrumentale, , este identic cu vectorul regresorilor . Altfel, este definit
ca n cazul MVI, dar folosind n general semnalul instrumental extern
locul intrrii u
2. Iniializare.

= I
N 0

Fie

se

(cu R

seteaz

arbitrar

u ).

(n particular, este posibil ca

vectorul

parametrilor

matricea

) (n cazul n care nu se dispune de setul de date redus

), fie se estimeaz valoarea iniial a parametrilor (

) folosind o metod

off-line adecvat modelului particular utilizat (din clasa MCMMP-MVI) i se

egaleaz matricea P 0 cu inversa matricii de covarian R 0 folosit n calculul
lui

(n cazul n care setul de date redus D

3. Pentru k

este disponibil).

N 0

1 :

3.1. Se evalueaz eroarea de predicie: [ k ] =

3.2. Se vectorul auxiliar:

= P

k 1

y[k ]

[ k ]

k 1

[k ] .

3.3. Se evalueaz ctigul de senzitivitate:

3.4. Se reactualizeaz inversa matricii

, adic:

[ k ]
1
=

.
k

(P

k 1

[ k ]P

k 1

(cu evitarea inversrii explicite a matricilor).

3.5. Se reactualizeaz vectorul parametrilor:
Date de ieire:

parametrii

reactualizare k

k 1

[k ] .

ai modelului de identificare la fiecare pas de

0 .

L.134

u Algoritmi rapizi CMMP-R i VI-R cu fereastr

) Contextul de lucru

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

d. un semnal instrumental extern: { f [ n ]} n 1 (eventual).

1. Dac nu a fost specificat nici un semnal instrumental, vectorul variabilelor
instrumentale, , este identic cu vectorul regresorilor . Altfel, este definit
ca n cazul MVI, dar folosind n general semnalul instrumental extern
locul intrrii u

(n particular, este posibil ca

u ).

2. Iniializare. Se estimeaz valoarea iniial a parametrilor ( 0 ) folosind o

metod off-line adecvat modelului particular utilizat (din clasa MCMMP-MVI,
cu datele D M ) i se egaleaz matricea P 0
cu inversa matricii de covarian

folosit n calculul lui

3. Pentru k

1 :

3.1. Se evalueaz eroarea de predicie la dreapta:

3.2. Se evalueaz eroarea de predicie la stnga:

] =

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

3.4. Se reactualizeaz vectorul parametrilor:

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

u Algoritmi rapizi CMMP-R i VI-R cu fereastr

) Contextul de lucru

Procesul
Procesulgenerator
generatorde
dedate
date

ARX[2,2]
ARX[2,2]

(1 + a [n]q
1

+ a2 [n]q 2 ) y[n] = ( b1[ n]q 1 + b2 [n]q 2 ) u[ n] + e[ n]

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

SPAB Gaussian sau bipolar de medie nul i dispersie unitar

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

u Algoritmi rapizi CMMP-R i VI-R cu fereastr

) Probleme de simulare

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

u Algoritmi rapizi CMMP-R i VI-R cu fereastr

) Probleme de simulare

Problema
Algoritmi recursivi
)
Problema 8.3
8.3 ((Algoritmi
recursivi cu
cu fereastr
fereastr dreptunghiular
dreptunghiular)

Se va testa funcionarea algoritmilor CMMP/VI recursivi cu fereastr

dreptunghiular pentru modelul ARX[2,2].
a. Implementai algoritmul CMMP/VI recursiv cu fereastr dreptunghiular prin
intermediul funciei rarx_r (dup modelul funciei rarx_e). Unul dintre
argumentele de intrare va trebui s fie deschiderea ferestrei M .
b. Plecnd de la mini-simulatorul ISLAB_8A, implementai mini-simulatorul
ISLAB_8B, care adaug rutina rarx_r. Efectuai o analiz comparativ
exhaustiv cu ajutorul acestuia, pentru diferite seturi de date generate i
diferite deschideri ale ferestrei. (Se vor alege i seturi de date din finalul
orizontului de msur, pentru durate mari, de peste 1000 de eantioane).
Observai variaiile parametrilor pentru a alege o valoare satisfctoare a
deschiderii ferestrei, mcar pentru buna urmrire a unuia dintre aceti
parametri.
Program
Program &
&rutin
rutince
ce ISLAB_8B
ISLAB_8B rarx_r
rarx_r
trebuie
proiectate
trebuie proiectate

L.138