系统辨识的渐进法

System identification is the field of building mathematical models using test data which has wide application in many diciplines especially in automatic control. The so-called asymptotic method (ASYM) was developed based on the asymptotic theory of L. Ljung. The ASYM can systematically solve the four problems of identification and has been applied in the petrochecmical industry and other process industries. In this project, we will extend the ASYM for two model types.. 1. Errors-invariable model identification. In this model, the input signals contain measurement noises and existing methods are not yet mature. This work will first extend the asymptotic theory to the errors-in-variables models and then develop the ASYM method for the model class. The new method will be more accurate than existing methods and can be used in closed-loop identificatio.. 2. Wiener-Hammestein model identification. This is a block roiented nonlinear model and the parameter estimation is very difficult due to its compex structure. In this work, the numeric techniques of the ASYM method will be applied to solve the parameter estimation problem for the Wiener-hammerstein model.

系统辨识是研究用实验数据建立动态系统数学模型的学科，在多个领域特别是自动控制领域有广泛的应用。系统辨识的渐进法以L.Ljung的渐进理论为基础，能够全面解决系统辨识的四个基本问题：实验设计、模型阶的确定、参数估计和模型校验。渐进法已在国外石油化工工业及其他流程工业有广泛应用。本项目拟将渐进法向两个方向扩展：. 1. Errors-in-variables （EIV）系统辨识。该模型的输入信号含有测量噪声,现有的辨识方法还不成熟。本项目首先将渐进理论推广到EIV模型，然后应用该理论导出渐进法。新方法将突破现有方法局限，更准确，可进行闭环辨识。. 2. Wiener-Hammerstein模型的辨识。该模型是一种块结构的非线性模型，参数估计中数值计算很困难，没有成熟的方法。本工作将研究使用渐进法的数值计算技巧解决该模型的参数估问题

系统辨识是研究使用实验数据建立动态系统数学模型的学科，在多个领域特别是自动控制领域有广泛的应用。本人提出的系统辨识的渐近法以L.Ljung的渐近理论为基础，能全面解决系统辨识的四个基本问题，并已在石油化工工业及其他流程工业有广泛应用。本项目将渐近理论和渐近法向几个方向扩展，取得多项重要成果。.1..Errors-in-variables （EIV）系统辨识。该模型的输入信号含有测量噪声，现有的辨识方法还不成熟。本工作首先将渐近理论推广到EIV模型，推导出EIV系统的渐近法。在参数估计上，得到一致的模型，并且我们猜想模型同时是有效的（最小方差）；提出了一个阶次确定的方法；给出了模型误差的频域上界。该工作是当前EIV系统辨识领域的最强结果。.2..Anti-aliasing滤波及快采样系统辨识。 有人1997年提出了一种快速采样辨识方法，并指出该方法能在无激励信号的闭环实验条件下保证系统的可辨识性。把渐近理论推广到快采样系统，揭示了快采样闭环辨识可辨识性的机理和条件，为系统辨识理论和方法增加了新的内容。对辨识中的anti-aliasing滤波进行了分析，指出教科书中的做法是错误的，而快采样方法是正确的anti-aliasing滤波。.3..系统辨识预测误差方法的一个全局收敛算法。这是一个48年未解决的难题。基于渐近理论，我们提出了一个全局收敛的辨识算法，并证明模型的一致性和有效性（最小方差）。这是系统辨识界的一个突破。.本项目成果共发表5篇学术期刊（SCI）论文，7篇学术会议论文。本项目资助，部分自主6位硕士研究生，3位直博生，一位博士后。