Documente Academic
Documente Profesional
Documente Cultură
Contextul de lucru
11.5 p
Estima
ia vectorului
Estimaia
vectorului parametrilor
parametrilor
necunoscu
i se
necunoscui
se reactualizeaz
reactualizeaz folosind
folosind
datele
datele msurate
msurate pe
pe orizontul
orizontul de
de adaptare
adaptare..
Ko
Dimensiune
Optim orizont de adaptare
k
K
K
k 1
K
K
k
K
K
k N
Corecie
Corecie
Adaptabilitatea
n timp
te odat
Adaptabilitatea scade
scade,, n
timp ce
ce precizia
precizia cre
crete
odat cu
cu dimensiunea
dimensiunea orizontului
orizontului de
de adaptare
adaptare..
Cu
t se
ioneaz mai
ntre momentele
t adaptarea
Cu cct
se achizi
achiziioneaz
mai multe
multe date
date ntre
momentele de
de reactualizare,
reactualizare, cu
cu at
att
adaptarea se
se efectueaz
efectueaz
mai
odelul fiind
iile caracteristicilor
ntre aceste
mai rar
rar,, m
modelul
fiind incapabil
incapabil s
s surprind
surprind varia
variaiile
caracteristicilor procesului
procesului ntre
aceste momente.
momente.
n
n schimb,
te, ddeoarece
eoarece parametrii
schimb, precizia
precizia modelului
modelului cre
crete,
parametrii si
si
sunt
i cu
sunt determina
determinai
cu ajutorul
ajutorul unui
unui set
set mai
mai bogat
bogat de
de date.
date.
L.115
Exemplu
Cazul parametrului
parametrului scalar,
scalar, variabil
variabil n
n timp
timp..
Exemplu Cazul
Tub de varian larg
2K
3K
K =?
Se
n
Se sacrific
sacrific precizia
precizia n
favoarea
ii.
favoarea adaptabilit
adaptabilitii.
*
^
0 K 2K3K
K =1
k = k 1 + k
k N
L.116
= I
N 0
Fie
se
(cu R
seteaz
arbitrar
u ).
vectorul
parametrilor
matricea
) folosind o metod
N 0
este disponibil).
3. Pentru k 1 :
3.1. Se evalueaz eroarea de predicie curent: [ k ] =
3.2. Se evalueaz vectorul auxiliar:
= P
k 1
y[k ]
reactualizare k
[ k ]
k 1
[k ] .
=
1 +
k 1
[ k ]
= P
k 1
[ k ]P
k 1
[ k ] .
0 .
L.117
, nb
i nf
, nc , nd
b. ctigul de gradient: R + ;
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
parametrilor
folosind
N 0
metod
(n cazul n care nu
off-line
adecvat
modelului
particular
3. Pentru k 1 :
astfel: P k = P 0
este
[ k ]
k 1
(gradient normalizat).
N 0
Pk = P0 / [ k ]
f u ).
parametrii
k 1
+ P k [ k ][ k ] .
reactualizare k 0 .
L.118
, nb
i nf
, nd
, nc
> 0 ;
= I
N 0
Fie
se
(cu R
seteaz
arbitrar
u ).
vectorul
parametrilor
matricea
) folosind o metod
3. Pentru k
N 0
este disponibil).
1 :
y [ k ] T [ k ]
3.2. Se evalueaz vectorul auxiliar: k = P k 1 [ k ] .
k
3.3. Se evalueaz ctigul de senzitivitate: k =
2
+ T [ k ] k
3.4. Se reactualizeaz matricea P k , adic: P k = P
(cu evitarea inversrii explicite a matricilor).
3.5. Se reactualizeaz vectorul parametrilor:
Date de ieire:
parametrii
reactualizare k
k 1
+ R
k 1
.
k
[ k ]P
k 1
[k ] .
ai modelului de identificare
0 .
k 1
la
fiecare pas de
L.119
1
1
1
ARMAX[1,1,1]
ARMAX[1,1,1] (1 + a1[ n]q ) y[ n] = b1[ n]q u[ n] + (1 + c1[ n]q ) e[ n] n N
Parametri constani
Parametri variabili
def
4 n
10 n
a1[ n] = a10 cos
=
b
[
n
]
b
sgn
10
1
cos N
N
def
n N
Date
Dategenerate
generate D = {u[ n]}n =1, N { y[ n]}n =1, N
ales liber de ctre utilizator
N 200
Indici
i
Indici structurali
structurali sunt
sunt cunoscu
cunoscui
Test
Testde
destop
stop
18 n
c1[ n] = c10 Sc
N
def
n N
Pe
Pe un
un orizont
orizont mare
mare de
de timp
timp,, modelul
modelul
ARMAX
ARMAX tinde
tinde s
s devin
devin un
un model
model ARX
ARX..
na = nb = nc = 1
Epuizarea
Epuizarea datelor
datelor de
de pe
pe orizontul
orizontul de
de msur
msur..
Obiectiv
Obiectiv
Compararea performanelor metodelor recursive de identificare
fr fereastr, n cazul modelelor din clasa ARMAX.
L.120
Rutin
e de
-IS
Rutine
debibliotec
bibliotec M
MATLAB
ATLABIS
rarmax
rarmax
rarx
rarx
rbj
rbj
rpem
rpem
rplr
rplr
roe
roe
ARMAX
ARMAX
ARX
ARX
BJ
BJ
RSISO
RSISO
ARMAX
ARMAX
OE
OE
MMEP
-R
MMEP-R
MCMMP
-R
MCMMP-R
MMEP
-R
MMEP-R
MMEP
-R
MMEP-R
MRPL
-R
MRPL-R
MMEP
-R
MMEP-R
Argumentele
ii
Argumentele de
de intrare
intrare al
al acestor
acestor func
funcii
pot
pot fifi completate
completate cu
cu variabile
variabile care
care s
s
indice
ializare aa
indice explicit
explicit oo anumit
anumit ini
iniializare
procesului
procesului recursiv
recursiv..
Metoda
-Liniar
Metodade
deRegresie
RegresiePseudo
Pseudo-Liniar
MMEP
n care
-a nlocuit
nlocuit MGN
MMEP n
care ss-a
MGN cu
cu
oo metod
metod de
de optimizare
optimizare mai
mai precis
precis::
Metoda
-Raphson ((MNR)
MNR)
Metoda Newton
Newton-Raphson
[[theta,ypred,P,phi]
theta,ypred,P,phi] == rnume
(D,si,ma,pa,theta0,P0,phi0) ;;
rnume(D,si,ma,pa,theta0,P0,phi0)
D
si
L.121
pa
se lucreze tot cu
= 1 , ca n cazul implicit).
L.122
L.123
Inexistent
n biblioteca
Inexistent n
biblioteca
M
-IS. Disponibil
MATLAB
ATLAB-IS.
Disponibil pe
pe site.
site.
Rutine
Rutinepreliminare
preliminare[[zzzz{
zzzz{]]
[[theta,ypred,P,phi,z]
theta,ypred,P,phi,z] == riv(D,si,f,lambda,theta0,P0,phi0,z0)
riv(D,si,f,lambda,theta0,P0,phi0,z0) ;;
MVI
-R
MVI-R
f
este semnalul instrumental (implicit: f=D.u);
lambda este factorul de uitare ( (0,1] ) (implicit: lambda=1);
z0
este vectorul iniial al instrumentelor [0] ;
z
[D,V,P]
(cv,N,sigma,lambda,bin) ;; (genereaz date)
[D,V,P] == gdata_vp
gdata_vp(cv,N,sigma,lambda,bin)
cv
N
sig ma
L.124
L.125
ISLAB_7A
ISLAB_7A
Program
Programce
ce
ISLAB_7B
ISLAB_7B
trebuie
proiectat
trebuie proiectat
L.126
Estima
ie inconsistent
Estimaie
inconsistent..
ie consistent
Estima
Estimaie
consistent..
Performanele
-R n
PerformaneleMCMMP
MCMMP-R
ncazul
cazulmodelului
modeluluiARX
ARX
L.127
ie consistent
Estima
Estimaie
consistent..
ie consistent
Estima
Estimaie
consistent..
Performanele
-R n
PerformaneleMVI
MVI-R
ncazul
cazulmodelului
modeluluiARX
ARX
L.128
ie consistent
Estima
Estimaie
consistent..
Eficien superioar.
superioar.
Eficien
ie consistent
Estima
Estimaie
consistent..
ie consistent
Estima
Estimaie
consistent..
Performanele
-R n
PerformaneleMMEP
MMEP-R
ncazul
cazulmodelului
modeluluiARMAX
ARMAX
L.129
ie consistent
Estima
Estimaie
consistent..
ie consistent
Estima
Estimaie
consistent..
Performanele
-R n
PerformaneleMPRL
MPRL-R
ncazul
cazulmodelului
modeluluiARMAX
ARMAX
Eficien maxim,
maxim,
Eficien
dar i
i complexitate ridicat.
ridicat.
ie consistent
Estima
Estimaie
consistent..
L.130
Program
Programce
cetrebuie
trebuieproiectat
proiectat
ISLAB_7C
ISLAB_7C
Problema
Identificare recursiv
)
Problema 7.3
7.3 ((Identificare
recursiv comparativ
comparativ)
Se consider doar procesul ARMAX cu parametri variabili, pentru valori mari ale
momentelor de timp. Din acest motiv, procesul va fi aproximat cu unul de tip
ARX, adic se va neglija variaia coeficientului c 1 . Pentru a genera datele
corespunztoare, se va utiliza tot funcia gdata_vp, dar cu o durat a simulrii
stabilit la 1000 de eantioane. Pentru experimentul care urmeaz, se vor
selecta ns doar ultimele 250 de date I/O.
a. S se proiecteze rutinele arx_nabla i arx_KB, care implementeaz
algoritmii recursvi CMMP/VI de tip gradient, respectiv cu filtrare de tip
Kalman-Bucy. Rutinele vor avea argumentele principale de intrare i ieire
similare rutinelor rarx, riv.
b. S se proiecteze mini-simulatorul ISLAB_7D, similar ca structur cu
ISLAB_7B, dar care ofer posibilitatea utilizatorului de a selecta oricare
dintre cei 6 algoritmi recursivi (cei 4 din cadrul ISLAB_7B, plus cei doi
implementai prin rutinele de la punctul anterior). Efectuai diferite simulri cu
ajutorul programului ISLAB_7D, care s pun n eviden deosebirile dintre
cei 6 algoritmi. Comentai rezultatele obinute.
Program
arx_nabla arx_KB
arx_KB
ISLAB_7D arx_nabla
Program &
&rutine
rutinece
cetrebuie
trebuieproiectate
proiectate ISLAB_7D
L.131