Documente Academic
Documente Profesional
Documente Cultură
Cum pot fi relaxate condiţiile restrictive din cadrul Teoremei fundamentale fără a
afecta consistenţa estimaţiilor?
Condiţia a. (determinismul matricii regresorilor) este adesea înlocuită prin E [n]v[m] 0
condiţia ca perturbaţia şi vectorul regresorilor să nu fie corelate. n, m N
θˆ N
• Mai mult, datorită timpului mort intrinsec al procesului, în anumite cazuri este posibilă
verificarea condiţiei de necorelare chiar şi în cazul identificării în buclă închisă.
Condiţia b. (inversabilitatea matricii de covarianţă) este indispensabilă
pentru buna definire a estimaţiei vectorului parametrilor necunoscuţi.
Aceasta nu este o
1
1 N 1 N condiţie restrictivă.
θˆ N R N1rN [ n]T [ n] [ n] y[ n]
N n 1 N n 1
Metode de identificare şi validare
. Variante de bază ale MCMMP
CT Y CT Φ CT V E{VVT } E{CT VVT C1} CT E{VVT }C1 CT ΛC1
CT CT CC1 I N
Estimaţia Markov Şi are chiar
ΦT Y ΦT Λ 1Φ ΦT Λ 1Y
1 1 dispersie unitară.
θ ΦT Φ
E v[ n] v v 0
def
v v E{v[ n]} v v
Aşadar y[ n] φ [ n]θ v v[ n]
T
n N
1 N Exerciţiu
2
N
2
y[ n ] φT
[ n ]θ
N n 1
N
• Să se dezvolte MCMMPPE plecînd de la exprimarea ecuaţiei
procesului cu ajutorul vectorului extins de parametri.
• Se poate arăta că estimaţiile oferite de
T
medii v N
y N
φ N θ N Eroarea
temporale sistematică MCMMPPE sunt aceleaşi ca în cazul
estimate estimată. staţionarizării datelor.
Metode de identificare şi validare
. Variante de bază ale MCMMP
Analiza estimaţiei oferite de MCMMP pentru modelele ARX Cele mai folosite în Automatică.
r [i j ] ru , y [i j ] i1,na
y i , j1,na
j1, nb
r [i ]
lim R N E{φ[ n]φT [ n]} lim r y i1,na E{φ[ n] y[ n]}
N r [i j ] i1,nb ru [i j ] N
N
r [ j ]
y ,u
j1, na
i , j1, nb y ,u j1,nb
IE
Metode de identificare şi validare
. Variante de bază ale MCMMP
N
E{φ[ n]v[ n]} E v[n] y[n i] 0
i 1, na
E φ[n]v[n] 0
• Mai precis, se poate demonstra rezultatul de mai jos. E v[ n] u[ n j ] 0
Propoziţia 4.3 j 1, nb
Pentru modelul ARX, următoarele 3 ipoteze se consideră verificate:
a. semnalul de intrare are ordin de persistenţă suficient de mare, astfel încît matricea RN
să fie inversabilă pentru toate dimensiunile orizontului de măsură suficient de mari;
b. perturbaţia v aparţine clasei za(0,2) (cu dispersia necunoscută 2);
c. semnalul de intrare (comandă sau referinţă) este necorelat cu perturbaţia
( E u[ n]v[ m] 0 , n, m Z ).
Atunci estimaţiile oferite de MCMMP sunt consistente.
• Se observă că numai una dintre cele două condiţii suficiente Ieşirea de la momente anterioare
de consistenţă este precizată în cadrul propoziţiei. este necorelată cu zgomotul de la
• Intrarea ar trebui generată artificial, departe de sursa de momentul curent datorită timpului
perturbaţii care afectează ieşirea procesului, cu ordin de mort intrinsec al procesului.
persistenţă cît mai mare.
Metode de identificare şi validare
. Metoda Variabilelor Instrumentale (MVI)
• Condiţia ca perturbaţia să fie un zgomot alb rămîne restrictivă.
• Dacă nu se doreşte impunerea veunei condiţii asupra perturbaţiilor, atunci se operează o
modificare asupra estimaţiilor oferite de MCMMP.
Estimaţia oferită de Aceasta este o definiţie.
Metoda Variabilelor Instrumentale (MVI)
1
• Nu s-a utilizat nici un raţionament
def
1 N
1 N
pentru deducerea ei.
θˆ N R N rN ζ[ n] [ n] ζ[ n] y[ n]
1 T
• Definiţia este corectă numai dacă
N n 1 N n 1 matricea RN este inversabilă.
N necorelate cu perturbaţiile.
Metode de identificare şi validare
. Metoda Variabilelor Instrumentale
A (q1 ) y[n] B (q1 )u[n] v[n]
Analiza estimaţiei oferite de MVI pentru modelele ARX P ((
**)) n N
y[n] φT [n]θ v[n]
n N
T def
Cum se poate construi vectorul variabilelor [ n] y[ n 1] y[ n 2] y[ n na ] u[ n 1] u[ n 2] u[ n nb]
T def
instrumentale în cazul modelelor ARX? θ a1 a2 ana b1 b2 bnb
3 tipuri de vectori
ai instrumentelor parţial filtrat
def T
ζ[ n] u f [ n 1] u f [ n 2] u f [ n na ] | u[ n 1] u[ n 2] u[ n nb] ;
Pe poziţia componentei AR.
def T
ζ[ n] u[ n 1] u[ n 2] u[ n na ] | u f [ n 1] u f [ n 2] u f [ n nb] ;
Pe poziţia componentei X.
(total) filtrat
def
ζ[ n] u f [ n 1] u f [ n 2] u f [ n na nb]
T
Semnalul D( q1 )
def
u f [ n] 1
u[ n]
filtrat C(q )
C( q1 ) 1 Bˆ ( q 1 ) n N
;
def
Exemple u f [ n] u[ n nk ] estimate cu
D(q1 ) qnd Aˆ ( q 1 )
n N MCMMP
polinoame
Metode de identificare şi validare
. Metoda Variabilelor Instrumentale
1 N 1 N
1 N
u[ n i ] y[ n j ] N u [ n i ]u [ n j ] i1,na u[ n i ] y[ n]
def
N n 1 i , j1,na n 1 def
N n 1 i1, na
j1, nb
RN ry ,u [i j ]
N
ru [i j ]
N r N
ry ,u [i ]
1 N 1 N N 1 N
u[ n na i ] y[ n j ] N u [ n na i ]u [ n j ] u[ n na j ] y[ n]
N n 1 i1,nb n 1 i , j1,nb N n 1 j1,nb
r N [ na i j ]
j1, na
ruN [na i j ]
y ,u ryN,u [ na j ]
1
r N [i j ] r [i j ] i1,na
N
y ,u i , j1,na u
r N [i ]
y ,u i1,na
j1, nb
θˆ N R N1rN
r N [ na i j ] i1,nb ruN [ na i j ] r N [ na j ]
y ,u
j1, na
i , j1, nb y ,u j1,nb
y[n] φ
N N
1 2 1
ˆ 2N y[ n] φ [ n]θˆ N 1 2
T
T
[ n]R r
Dacă perturbaţia este un zgomot alb de
N N
N N
n 1 n 1 medie nulă şi dispersie necunoascută.
• Acest rezultat arată că modelele de tip ARX pot fi identificate cu succes şi în cazul cînd
perturbaţiile nu pot fi caracterizate statistic.
• Condiţia de neautocorelare a perturbaţiilor se transferă acum intrării, care poate fi controlată.
• În practică, intrarea de tip zgomot alb nu poate fi generată, dar semnalele care
o aproximează (SPAB, SPA) sunt frecvent utilizate în conjuncţie cu MVI, fără
a pierde buna definire a estimaţiei aferente.
Metode de identificare şi validare
. Metoda Variabilelor Instrumentale