Исследование и применение интегрально-модуляционных методов идентификации линейных динамических объектов

• Автор: Хрипков, Алексей Викторович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2009
• Место защиты: Москва
• Количество страниц: 215 с. : ил.

ВВЕДЕНИЕ

ОБЗОР ОСНОВНЫХ МЕТОДОВ ИДЕНТИФИКАЦИИ ДИНАМИЧЕСКИХ СИСТЕМ

Различные постановки задач идентификации

Общее уравнение связи между сигналами

Методы переходных функций

астотные методы

Корреляционные методы

Метод наименьших квадратов

Обобщенный метод наименьших квгщратов

Метод максимального правдоподобия

Байесовские оценки БО

Метод инструментальной переменной
Класс интегральномодуляционных методов
Метод модулирующих функций
Метод экспоненциальной модуляции
Задача идентификации объектов с параллельной структурой
Выводы
СРАВНИТЕЛЬНЫЙ АНАЛИЗ ПОГРЕШНОСТЕЙ ОЦЕНОК
ПАРАМЕТРОВ ОБЪЕКТА В КЛАССЕ ИНТЕГРАЛЬНОМОДУЛЯЦИОННЫХ МЕТОДОВ
Анализ преимуществ и недостатков использования различных
модулирующих функций при идентификации объекта интегрально
модуляционными методами
Разработка критерия качества оценивания параметров объекта
Определение объма вычислительных ресурсов
Определение влияния параметров модулирующих функций на значения получаемых
оценок
Определение влияния квантования на результат идентификации
Определение достаточного количества экспериментов
Исследование влияния помехи типа белый шум на результаты идентификации
Исследование законов распределения оценок параметров
Исследование влияния параметров шума на результаты идентификации
Сравнительный анализ качества методов при наличии помехи типа белый шум
Исследование влияния синусоидальной помехи на результаты идентификации
Исследование законов распределения оценок параметров
Исследование влияния параметров помехи на результаты и д е нти ф и кации
Сравнительный анализ качества методов при наличии синусоидальной помехи
Сравнительный анализ интегральномодуляционных методов
Выводы
МЕТОД ЭКСПОНЕНЦИАЛЬНОЙ МОДУЛЯЦИИ
Описание метода экспоненциальной модуляции
Выбор оптимального входного сигнала
Расчет закона распределения оценок параметров объекта при наличии белого
шума 6
Исследование законов распределения оценок параметров объекта при наличии
синусоидальной помехи со случайной фазой 4
Некоторые аспекты использования метода экспоненциальной модуляции
Идентификация объектов различной структуры
Структурная идентификация объектов
Настройка регулятора по результатам идентификации объекта управления
Разработка методики представления динамического объекта в виде модели с
параллельно включенными блоками 6
Выводы
ПРИМЕНЕНИЕ МЕТОДА ЭКСПОНЕНЦИАЛЬНОЙ МОДУЛЯЦИИ ДЛЯ ОПИСАНИЯ ДИНАМИЧЕСКОЙ МОДЕЛИ
СЕТЧАТКИ ГЛАЗА 6
Описание принципа исследования патологии сетчатки глаза с
помощью ЭРГ
Представление сетчатки в виде двухкомпонентной параллельной динамической модели
и использование МЭМ для идентификации параллельной модели 1
Анализ патологий сетчатки по результатам идентификации
Выводы
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


Приложение 1. Приложение 2. Приложение 3. Приложение 4. Приложение 5. Приложение 6. Приложение 7. Приложение 8. Приложение 9. Приложение . Приложение . Задачи, связанные с созданием математической модели, удобно решать в два этапа. Это, естественно, затрудняет сравнительный анализ методов. Метод экспоненциальной модуляции МЭМ является достаточно новым. Электромеханические системы. Этим также обусловлена актуальность поставленной задачи. НИИГБ им. Радиоэлектроника, электротехника и энергетика. Показаны преимущества и недостатки указанных методов. Показана применимость метода на реальных примерах. Рис. Рассмотрим кратко основные постановки задач идентификации и оценивания. Идентификация. Определение параметров объекта. Наблюдаются переменные х и 2. А, В. Определение характеристик случайных сигналов временных рядов. Р или Я. Требуется определить оценить ненаблюдаемый случайный сигналу. А, В, Р, К и оценивание . Частные постановки задачи. Определение линейности операторов. Требуется установить линейный характер операторов А и В. Определение порядков и запаздываний. Известно, что А, В, Р, Я линейные операторы. Определение значимых переменных. Разделение массивов кластеризация. Сигналы х, 2 наблюдаются. Эту задачу обычно называют задачей разладки. Выявление и изъятие трендов исследование стационарности. Определение характера и параметров распределения случайных сигналов. Наблюдается сигнал 2 или х. Сигналы и у не наблюдаются. Выбор входного сигнала планирование эксперимента. Возможны два подхода к построению алгоритмов идентификации. О, I, .