基于拉格尔函数模型的预测控制在线自辩识问题
2017-06-23 15:17
483 查看
Laguerre函数模型具有非参数化模型对系统阶次和时延变化不敏感的特点,而且表示模型的参数少于传统的参数化模型,参数便于在线辨识,易于实现自适应控制策略。模型认为控制输入量是一组预先选定好的基函数的线性加权组合。Laguerre函数定义为:
加权系数可以通过最小二乘法在线辨识获得:
由此可以在线自辩识系统模型。
但是该公式是隐式形式,不能用于直接编程,传统的做法是利用C(k-1)代替C(k),但代价是降低了算法的精度和收敛的速度,容易引起系统的振荡。
考虑到L(k)=AL(k-1)+BU(k-1),A和B为系数矩阵。则将上式两边转置,可以得到:
其中E(k)=P(k-1)L(k)
即可实现将C(k)递推方法由隐式变成了显式。此方法将原有的计算方法由上一个采样周期的输入输出数据在线递推辨识Laguerre谱系数的机制,修改为由当前数据在线递推辨识谱系数的机制。因此可显著提高控制的精度,并减小了系统的振荡。
加权系数可以通过最小二乘法在线辨识获得:
由此可以在线自辩识系统模型。
但是该公式是隐式形式,不能用于直接编程,传统的做法是利用C(k-1)代替C(k),但代价是降低了算法的精度和收敛的速度,容易引起系统的振荡。
考虑到L(k)=AL(k-1)+BU(k-1),A和B为系数矩阵。则将上式两边转置,可以得到:
其中E(k)=P(k-1)L(k)
即可实现将C(k)递推方法由隐式变成了显式。此方法将原有的计算方法由上一个采样周期的输入输出数据在线递推辨识Laguerre谱系数的机制,修改为由当前数据在线递推辨识谱系数的机制。因此可显著提高控制的精度,并减小了系统的振荡。
相关文章推荐
- [置顶] 无人驾驶汽车系统入门(十)——基于运动学模型的模型预测控制
- asp.net用网络管理工具来创建项目的角色(Roles)以及完成权限控制遇到的问题(基于MusicStore项目)
- 基于角色-功能-资源的权限控制模型的设计与实现
- 基于自定义Unity生存期模型PerCallContextLifeTimeManager的问题
- R语言基于支持向量机训练模型实现类预测
- 基于android手机的3G+GPS远程控制模型车工程-android手机编程4-伪视频控制车载手机端程序(文字篇)
- 用户在线广告点击行为预测的深度学习模型
- SNMPv3基于视图的访问控制模型VACM
- (五十)socket编程——出错函数的封装和基于UDP的C/S模型
- 基于keras 的神经网络股价预测模型
- 基于角色的访问控制 (RBAC)- 常见问题
- 基于改进的协同过滤算法的用户评分预测模型
- SNMPv3基于视图的访问控制模型VACM
- 基于AOP实现权限管理:访问控制模型RBAC和ACL
- JavaScript(一)--变量和数据类型/流程控制语句/函数/网页时钟/基于对象编程
- 基于Unity的AOP的符合基于角色的访问控制(RBAC)模型的通用权限设计
- 基于R语言的用户征信行为分类预测模型搭建总结
- 基于数据挖掘SVM模型的pre-incident事故预防预测分析报告
- CSS盒模型里面的几个宽度问题:offsetWidth,clientWidth,scrollWidth以及jquery的.width()函数
- 基于android手机的3G+GPS远程控制模型车工程-android手机编程5-伪视频控制车载手机端程序(代码篇)