Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
13.2. Эвристическое рассмотрение метода настройки оценок передаточной функции в разомкнутом контуреВ практическом плане, быть может, наиболее интересной проблемой представляется исследование степени согласованности Как было выявлено в разделе 8.5, выражение (13.1) можно с элементами эвристики трактовать как заключение компромисса между желанием минимизировать
и стремлением подогнать Функции весов. В этом разделе мы воспользуемся формулами (13.5) как эвристическим инструментом для интерпретации и воздействия на распределение величины смещения
Это означает, что функнию
можно рассматривать как функцию весов, которые определяют распределение смещения. На вид этой весовой функции можно в свою очередь влиять соответствующим выбором: — входного спектра — множества моделей шума — предварительного фильтра — горизонта предсказания (напомним о Диаграммы Боде. Для представления весовой функции часто предпочитают пользоваться диаграммой Боде, которая определяет зависимость
откуда видно, что для оценки распределения величины относительной ошибки характеристику Кроме того, поскольку частотная шкала в формуле (13.7) линейна, то для интервала (декады) от 1 до 10 рад/сек нужно выбрать в 10 раз больший весовой коэффициент, чем для декады от 0,1 до 1 рад/сек. Для отражения логарифмического масштаба измерения частоты следует поделить на со весовую функцию. То есть, чтобы обеспечить хорошее совпадение при низких частотах, нужно выбрать величину
отражает распределение смещения, представленное на диаграмме Боде. По поводу более формализованного определения (13.8) см. задачу Манипулирование функцией весов. Поскольку весовая функция
Рис. 13.1. Диаграммы Боде истинной системы и идентифицируемой модели для структуры выходной ошибки (8.80) с использованием высокочастотного предварительного фильтра Влияние выбора предварительного фильтра
— обычно высокочастотный фильтр, хотя
является полночастотным фильтром. Типичным следствием увеличения к будет повышение степени низкочастотности весовой функции. Более подробное обсуждение можно найти в работе [417]. Влияние подбора величины выборочного интервала будет рассматриваться в разделе 14.5. Иллюстрация. Несмотря на эвристическую природу критерия (13.5), он является достаточно полезным инструментом для интерпретации и манипулирования распределением смешения. Мы проиллюстрируем это на следующем примере. Пример 13.1. Воздействие на распределение смещения. Рассмотрим систему (8.79) из примера 8.5. Получающаяся модель структурно представляет собой модель выходной ошибки и приводит к диаграмме Боде, показанной на рис. 8.2.
Рис. 13.2. Диафаммы Боде для истинной системы и идентифицируемой модели для ARX-структуры (8.82) с низкочастотным предварительным фильтром
Рис. 13.3. График весовой функции Это соответствует функции
(не зависящей от 0). Сравнивая с (13.8), мы видим, что высокочастотная часть диаграммы Боде играет очень небольшую роль из-за резкого обрезания характеристики
Чтобы обеспечить хорошее согласование в высокочастотном диапазоне, пропустим ошибку предсказания через высокочастотный фильтр Баттеруорта Рассмотрим теперь оценку, которая получается посредством применения метода наименьших квадратов к модели ARX-структуры (8.82). Она изображена на рис. 8.3. Если мы хотим получить более хорошее совпадение на низких частотах, то представляется разумным нейтрализовать высокочастотный характер функции
Получающаяся оценка показана на рис. 13.2, а соответствующая весовая функция Теперь можно заметить, что оценки на рис. 13.2 и 8.2 очень похожи. Осталось сообразить, что строить фильтрованные МНК-оценки рис. 13.2 гораздо проще, чем оценки выходной ошибки рис. 8.2, определение которых требует итеративных расчетов.
|
1 |
Оглавление
|