Виды моделей пакета System Identification Toolbox

Основные виды моделей, используемых при идентификации объектов автоматизации, были рассмотрены ранее. Принимая во внимание это обстоятельство, и обозначая моменты дискретного времени тем же символом t, что и непрерывное время (в данном случае t = 0, 1, 3,...), приведем несколько распространенных моделей дискретных объектов, используемых в пакете System Identification Toolbox для временной области, учитывающих действие шума наблюдения.

1. Модель авторегрессии AR (AutoRegressive) – считается самым простым описанием:

A(z) y(t) = u(t), где A(z) = 1 + a ₁ z ^{– 1} + a ₂ z ^{– 2} +...+ a _naz ^{– na}. (3.1)

2. ARX – модель (Autoregressive with eXternal input) – более сложная модель:

A (z) y(t) = B (z) u (t) + e (t), (3.2)

Или в развернутом виде:

.

Здесь и ниже e (t) – дискретный белый шум.

.

3. ARMAX-модель (AutoRegressive-Moving Average wiht eXternal input – модель авторегрессии скользящего среднего):

 

, (3.3)

где nk – величина задержки (запаздывания),

.

4. Модель «вход-выход» (в иностранной литературе такая модель называется «Output-Error», то есть «выход-ошибка», сокращенно ОЕ):

, (3.5)

где .

5. Так называемая модель Бокса-Дженкинса (BJ):

, (3.6)

полиномы B (z), F (z), C (z) определены ранее, а полином D (z) определяется по формуле:

.

Данные модели можно рассматривать, как частные случаи обобщенной параметрической линейной структуры:

, (3.7)

при этом все они допускают расширение для многомерных объектов (имеющих несколько входов и выходов).

6. Модель для переменных состояния (State-space):

,

, (3.8)

где A, B, C, D – матрицы соответствующих размеров, v (t) – коррелированный белый шум наблюдений.

Возможна и другая (так называемая обновленная или каноническая) форма представления данной модели:

,

, (3.9)

где К – некоторая матрица (вектор столбец), е (t) – дискретный белый шум (скаляр).

Следует обратить особое внимание, что в своей работе пакет System Identification Toolbox использует три внутренних вида матричного представления моделей, которые с помощью операторов и функций пакета преобразуются во все выше перечисленные виды моделей объектов:

● так называемый тета-формат (для временных моделей);

● частотный формат (для частотных моделей);

● формат нулей и полюсов.