gavinwyx
2011-01-03, 18:09
采用二阶带滞后的系统模型如下：y(k)=0.46y(k-1)+1.64y(k-
2)+2.3u(k-d)+1.932u(k-d-1)+e(k) 其中e(k)是均值为零的高
斯白噪声信号，滞后步长d=3。将此系统在计算机上仿真，输入
信号u(k)是幅值为1的m序列信号，这个系统的输出采样值z(k)与
u(k)作为已知数据，采用nlj法估计这个系统的参数。
完成的内容：
1.编程产生m序列信号，送入系统，获得相应的输出数据，并保
存
2.数据长度去100,在不同的噪声水平下（噪声方差
σ=0.1,0.5,1.5），采用nlj方法完成对上述系统的参数估计，
并与真实值比较。
程序，帮调试一下
clear all;
close all;
ts=20;
sys=tf([1],[60,1],'inputdelay',80);
dsys=c2d(sys,ts,'zoh');
[num,den]=tfdata(dsys,'v');
u_1=0;u_2=0;u_3=0;u_4=0;u_5=0;
ud_1=0;
y_1=0;y_2=0;y_3=0;
error_1=0;error_2=0;
ei=0;
fork=1:1:400
time(k)=k*ts;
yout(k)=-den(2)*y_1-den(3)*y_2+0.8*num(2)*u_1+ts*0.05*randn;
kp=0.36;kd=14;ki=0.0021;
rin(k)=1.0;
error(k)=rin(k)-yout(k);
ei=ei+error(k)*ts;
gama=0.50;
Td=kd/kp;
Ti=0.5;
c1=gama*Td/(gama*Td+ts);
c2=(Td+ts)/(gama*Td+ts);
c3=Td/(gama*Td+ts);
M=2;
if M==1
ud(k)=c1*ud_1+c2*yout(k)-c3*y_1;
u(k)=kp*error(k)+ud(k)+ki*ei;
else if M==2
u(k)=kp*error(k)+kd*(error(k)-error_1)/ts+ki*ei;
end
if u(k)>=110
u(k)=110;
end
if u(k)<=-110
u(k)=-110;
end
u_5=u_4;u_4=u_3;u_3=u_2;u_2=u_1;u_1=u(k);
y_3=y_2;y_2=y_1;y_1=yout(k);
error_2=error_1;
error_1=error(k);
end
figure(1);
plot(time,rin,'r',time,yout,'b');
xlabel('time(s)');ylabel('rin,yout');
figure(2);
plot(time,u,'r');
xlabel('time(s)');ylabel('u');
2)+2.3u(k-d)+1.932u(k-d-1)+e(k) 其中e(k)是均值为零的高
斯白噪声信号，滞后步长d=3。将此系统在计算机上仿真，输入
信号u(k)是幅值为1的m序列信号，这个系统的输出采样值z(k)与
u(k)作为已知数据，采用nlj法估计这个系统的参数。
完成的内容：
1.编程产生m序列信号，送入系统，获得相应的输出数据，并保
存
2.数据长度去100,在不同的噪声水平下（噪声方差
σ=0.1,0.5,1.5），采用nlj方法完成对上述系统的参数估计，
并与真实值比较。
程序，帮调试一下
clear all;
close all;
ts=20;
sys=tf([1],[60,1],'inputdelay',80);
dsys=c2d(sys,ts,'zoh');
[num,den]=tfdata(dsys,'v');
u_1=0;u_2=0;u_3=0;u_4=0;u_5=0;
ud_1=0;
y_1=0;y_2=0;y_3=0;
error_1=0;error_2=0;
ei=0;
fork=1:1:400
time(k)=k*ts;
yout(k)=-den(2)*y_1-den(3)*y_2+0.8*num(2)*u_1+ts*0.05*randn;
kp=0.36;kd=14;ki=0.0021;
rin(k)=1.0;
error(k)=rin(k)-yout(k);
ei=ei+error(k)*ts;
gama=0.50;
Td=kd/kp;
Ti=0.5;
c1=gama*Td/(gama*Td+ts);
c2=(Td+ts)/(gama*Td+ts);
c3=Td/(gama*Td+ts);
M=2;
if M==1
ud(k)=c1*ud_1+c2*yout(k)-c3*y_1;
u(k)=kp*error(k)+ud(k)+ki*ei;
else if M==2
u(k)=kp*error(k)+kd*(error(k)-error_1)/ts+ki*ei;
end
if u(k)>=110
u(k)=110;
end
if u(k)<=-110
u(k)=-110;
end
u_5=u_4;u_4=u_3;u_3=u_2;u_2=u_1;u_1=u(k);
y_3=y_2;y_2=y_1;y_1=yout(k);
error_2=error_1;
error_1=error(k);
end
figure(1);
plot(time,rin,'r',time,yout,'b');
xlabel('time(s)');ylabel('rin,yout');
figure(2);
plot(time,u,'r');
xlabel('time(s)');ylabel('u');