[发明专利]一种基于输入平滑的特征模型参数辨识方法

权利要求书

1.一种基于输入平滑的特征模型参数辨识方法，其特征在于包括如下步骤：

(1)获取被控系统对象的n阶特征模型为

y(k+1)＝f₁(k)y(k)+f₂(k)y(k-1)+...+f_n(k)y(k-n+1)+g₀(k)u(k)+g₁(k)u(k-1)+...+g_m(k)u(k-m)

其中，u(k)为被控系统对象在第k周期的输入，y(k)为被控系统对象在第k周期的输出，k表示控制周期，为不小于0的整数，初值为0，y(k)＝0,k≤0，u(k)＝0,k≤0，n的取值为1或2，n>m，m为整数，f_i(k),g_j(k)为未知系数，i＝1,…,n，j＝0,…,m；

(2)根据被控系统对象的输入、输出构建n+m+1维的中间变量为

其中，的初值为

构建n+m+1维的未知系数变量θ(k)为

θ(k)＝[f₁(k) … f_n(k) g₀(k) … g_m(k)]^T

其中，当被控系统对象的n阶特征模型为1阶时，y(k+1)＝f₁(k)y(k)+g₀(k)u(k)，f₁(0)∈[0.2,0.99]，g₀(0)∈[0.003,1]，Ω＝{f₁(k)，g₀(k)|f₁(k)∈[0.2,0.99]，g₀(k)∈[0.003,1]}，n＝1，m＝0；

当被控系统对象的n阶特征模型为2阶时，n＝2，m＝0，g₀(0)∈[0.003,0.3]，f₁(0)+f₂(0)∈[0.9196,0.9999]，f₁(0)∈[1.4331,1.9974]，f₂(0)∈[-0.9999,-0.5134]，y(k+1)＝f₁(k)y(k)+f₂(k)y(k-1)+g₀(k)u(k)，

(3)使用辨识算法辨识θ(k)得到n+m+1维的辨识值为

其中，表示未知系数变量θ(k)中各个系数f_i(k+1),g_j(k+1),i＝1,…,n，j＝0,…,m的辨识值，然后对辨识值使用投影算法进行修正，得到修正后的作为第k+1周期的未知系数变量θ(k+1)；

(4)当n＝2时，计算中间控制量u'(k+1)为

p₁*u_L(k+1)+p₂*u_G(k+1)+p₃*u_L(k+1)+p₄*u_G(k+1)+p₅*u₀(k+1)+p₆*u_I(k+1)+p₇*u_D(k+1)

其中，p₁、p₂、p₃、p₄中任1个为1，其余3个为0，p₅、p₆、p₇中至少1个为1，其余为0或者为1，y_R(k),k≥1为被控系统对象的跟踪目标在第k周期的运动轨迹，当k≤0时，y_R(k)＝0，e(k+1)＝y(k+1)-y_R(k+1)，0<L₁,L₂<1，λ>0，l₁+l₂＝1，c_D>0,l_D>0，

u_I(k+1)＝u_I(k)-k_Ie(k+1),u_I(0)＝0

u_D(k+1)＝-k_D(e(k+1)-e(k))

或者

当n＝1时，计算中间控制量u'(k+1)为

其中，p'₂、p'₃、p'₄的取值为1或0，

(5)根据步骤(4)得到的中间控制量u'(k+1)与u(k)进行平滑处理，加权平均得到

u(k+1)＝λ₁u'(k+1)+(1-λ₁)u(k),0<λ₁<1

其中，u(0)＝0；

(6)将步骤(5)得到的u(k+1)送至被控系统对象的输入端，完成第k+1周期的特征参数辨识，k＝k+1，重复步骤(2)-步骤(5)直至完成全部周期的特征参数辨识。