Помощь в написании студенческих работ
Антистрессовый сервис

Математическое и программное обеспечение идентификации нелинейных динамических объектов при использовании суммы гармонических сигналов

Диссертация: Математическое и программное обеспечение идентификации нелинейных динамических объектов при использовании суммы гармонических сигналов
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Одна из существенных трудностей при идентификации нелинейных объектов состоит в разнообразии типов нелинейных уравнений, их описывающих. Поэтому поиск универсальных форм моделей, адекватно описывающих возможно более широкий класс нелинейных объектов, представляет собой важную задачу проблемы идентификации. Одним из наиболее широко разрабатываемых в последнее время в этом направлении подходов… Читать ещё >

Математическое и программное обеспечение идентификации нелинейных динамических объектов при использовании суммы гармонических сигналов (реферат, курсовая, диплом, контрольная)

Содержание

  • Глава 1. Обзор методов идентификации объектов
    • 1. 1. Классификация методов идентификации нелинейных динамических объектов
    • 1. 2. Блочно-ориентированные модели
    • 1. 3. Структурная и параметрическая идентификация моделей
    • 1. 4. Активная и пассивная идентификация
    • 1. 5. Обоснование цели и задач работы
    • 1. 6. Основные результаты обзора
  • Глава 2. Разработка метода идентификации модели фильтра Заде при использовании суммы гармонических компонент
    • 2. 1. Предварительные замечания
    • 2. 2. Уравнения идентификации нелинейных динамических объектов в классе фильтра Заде
    • 2. 3. Разработка алгоритмов определения статических характеристик
    • 2. 4. Разработка блок-схем измерительно-вычислительных систем для реализации процедур идентификации моделей в классе фильтра Заде при использовании суммы гармонических компонент
    • 2. 5. Разработка алгоритмов идентификации вида функционального оператора
    • 2. 6. Разработка методики определения параметров импульсf ных функций линейных звеньев в моделях
  • Ф 2.7 Разработка методики оценки полосы пропускания нелинейного объекта

Развитие автоматизации производства немыслимо без использования различных методов построения адекватных математических моделей объектов для целей управления. Современные системы управления разрабатываются, в основном, для сложных многоэлементных производств. Если описывать их, исходя из свойств составляющих элементов, то получаются очень сложные модели. Если же не вникать во внутреннюю структуру исследуемого объекта, а моделировать связь между его входным и выходным процессами, то это приводит к значительному упрощению модели. Связь между входом объекта и выходом, получаемая с помощью такой модели, дает сведения, достаточные для проектирования систем управления. Формирование математической модели динамической системы на основе результатов обработки регистрируемых входных и выходных сигналов является ее идентификацией.

Одна из существенных трудностей при идентификации нелинейных объектов состоит в разнообразии типов нелинейных уравнений, их описывающих. Поэтому поиск универсальных форм моделей, адекватно описывающих возможно более широкий класс нелинейных объектов, представляет собой важную задачу проблемы идентификации. Одним из наиболее широко разрабатываемых в последнее время в этом направлении подходов является описание объектов с помощью блочно-ориентированных моделей. Математическое описание блоч-но-ориентированных моделей является упрощенным случаем функционального ряда общего вида. К таким системам относятся системы типа Гаммерштейна, Винера, Винера-Гаммерштейна, фильтра Заде, обобщенной модели Винера и Sm-системы. Объектом исследования данной работы являются нелинейные динамические системы, представленные в виде блочно-ориентированных моделей типа фильтра Заде.

Зачастую при идентификации блочно-ориентированных систем, описываемых функциональными операторами типа Гаммерштейна, Винера, Винера-Гаммерштейна и фильтра Заде, решается задача параметрической идентификации и определение вида моделей за счет последовательного перебора алгоритмов. Это требует значительных временных и материальных затрат. Следует отметить, что существуют методы, в которых идентификация основана на априорной информации о структуре объекта. Однако, исследователю далеко не всегда априорно известна вся совокупность взаимосвязей в объекте управления, особенно в сложных производственных процессах. Таким образом, необходимость в проведении структурной идентификации на предварительном этапе параметрической или непараметрической идентификации очевидна.

Существуют методы активной и пассивной идентификации. При активной идентификации используются специально выбранные тестовые сигналы, а при пассивной — сигналы, возникающие в процессе нормальной эксплуатации объектов. Каждый из этих методов имеет как достоинства, так и недостатки. При активной идентификации используются различные сигналы: скачки, гармонические и периодические сигналы, импульсы, случайные и псевдослучайные тестовые сигналы. При высокой точности определения импульсных характеристик более целесообразно использовать широкополосные тестовые сигналы. Они обладают высокой эффективностью по временным затратам на проведение экспериментов на объекте. В качестве широкополосных воздействий в данной работе используются сигналы, образованные суммой гармонических сигналов.

Целью диссертационной работы является разработка и исследование алгоритмов структурной и параметрической идентификации нелинейных динамических объектов, представленных в виде блочно-ориентированных моделей типа фильтра Заде, на основе использования суммы гармонических сигналов.

В соответствии со сформулированной целью в работе решались следующие задачи:

1. Обзор и анализ методов идентификации объектов с целью определения области исследования.

2. Разработка алгоритмов структурной и параметрической идентификации НДО в классе моделей фильтра Заде с входным сигналом в виде суммы гармонических компонент, основанных на составлении и решении системы корреляционных уравнений.

3. Разработка вычислительного алгоритма, реализующего метод структурной и параметрической идентификации НДО в классе моделей фильтра Заде.

4. Разработка программного обеспечения, реализующего созданный вычислительный алгоритм, и позволяющего проводить структурную и параметрическую идентификацию НДО в классе моделей фильтра Заде.

В диссертационной работе для решения поставленных задач использованы методы: теории вероятностей и математической статистики, линейной алгебры, корреляционного и математического анализа. Результаты работы получены с помощью программного продукта — Borland С++ (для реализации на ЭВМ моделирования разработанного метода идентификации).

Научная новизна работы заключается в следующем:

— Разработаны две системы корреляционных уравнений структурно-параметрической идентификации в классе моделей фильтра Заде, относительно информационных коэффициентов НДО, основанные на использовании входного сигнала в виде суммы гармонических компонент. Первая система позволяет найти четные коэффициенты, а вторая нечетные;

— Создана методика структурно-параметрической идентификации НДО, основанная на оценках информационных коэффициентов во временной и частотной областях, включающая определение числа ветвей фильтра Заде, оценку уравнений нелинейных элементов, вычисление параметров линейных звеньев;

— Разработаны алгоритмы определения аппроксимирующих характеристик и оценок параметров импульсных переходных функций линейных звеньев' с дробно-рациональной передаточной функцией в нелинейной модели на основе результатов созданной методики структурно-параметрической идентификации;

— Создано программное обеспечение, реализующее разработанные вычислительные алгоритмы, и позволяющее проводить структурную и параметрическую идентификацию НДО в классе моделей фильтра Заде с использованием s входного сигнала в виде суммы гармонических компонент.

Положения выносимые на защиту.

1. Метод структурной и параметрической идентификации нелинейных динамических объектов в классе моделей. фильтра Заде, основанный на использовании тестового сигнала в виде суммы гармонических компонент.

2. Алгоритмы определения статических характеристик нелинейного объекта в классе модели фильтра Заде при использовании тестового сигнала в виде суммы гармонических компонент.

3. Алгоритмы идентификации вида функционального оператора нелинейной модели идентифицируемого объекта.

4. Алгоритмы определения аппроксимирующих характеристик для импульсных переходных функций линейных звеньев с дробно-рациональной передаточной функцией в нелинейной модели на этапе структурной идентификации.

5. Методика определения значений параметров импульсных переходных функций линейных звеньев с дробно-рациональной передаточной функцйей в нелинейной модели на основе полученной информации о виде функционального оператора.

6. Методика оценки полосы пропускания нелинейного объекта в классе моделей фильтра Заде на основе полученной информации о статических характеристиках, виде функционального оператора, виде аппроксимирующих функций для ИПФ и начальных значений постоянных времени.

На основе полученных теоретических результатов разработаны алгоритмы структурной и параметрической идентификации нелинейных моделей рассматриваемого класса, реализованные в виде программных средств на ЭВМ.

Практическая ценность данной работы заключается в том, что предлагаемые алгоритмы структурной и параметрической идентификации нелинейных динамических объектов в классе моделей фильтра Заде, по сравнению с другими методами структурной и параметрической идентификации нелинейных моделей рассматриваемого класса, существенно упрощают технику эксперимента, приводят к сокращению временных затрат на проведение испытаний на объекте и сокращению вычислительных операций.

Результаты работы дают основания для построения автоматизированной системы управления на базе современных технических средств.

По теме диссертации выполнялись работы в соответствии с планами научно-исследовательских работ кафедры «Управление в технических системах» Братского государственного университета.

Апробация работы.

Основные результаты работы докладывались:

— конференциях Братского государственного технического университета (г.Братск, 2002 — 2004 г.г.);

— на международных научно-технических конференциях (Computer-based conference), г. Пенза, 2002, 2004 г. г.;

— на V и VI Международных конференциях студентов, аспирантов и молодых ученых «Интеллектуальный потенциал вузов — на развитие Дальневосточного региона России», г. Владивосток — 2003,2004 г. г.;

— на всероссийской молодежной научно-технической конференции «Молодые ученые Сибири» — г. Улан-Удэ — 2003 г.;

— на региональной научно-практической конференции, посвященной 130-летию Куйбышевской железной дороги (г. Самара 2004 г.);

— на 1-м международном форуме молодых учёных и студентов «Актуальные проблемы современной науки» — г. Самара, 2005 г.

Диссертация в целом обсуждалась на научно-техническом семинаре в Иркутском государственном университете путей сообщения.

Публикации.

По теме диссертации опубликовано 12 работ в виде статей и докладов.

Структура и объем диссертационной работы.

Диссертационная работа состоит из введения, четырех глав и двух приложений. Объем диссертации составляет 131 страницу основного текста, 20 рисунков, 9 таблиц.

Список литературы

содержит 113 наименований.

4.5 Выводы по главе 4.

В четвертой главе получены следующие основные результаты:

1. Разработанные методы получили практическую проверку при исследовании динамических характеристик и построении моделей сушильной камеры непрерывного действия.

2. Результаты эксперимента подтверждают работоспособность предложенного метода и алгоритмов структурной и параметрической идентификации нелинейных моделей в классе фильтра Заде на основе.

Преодолеть же эти трудности можно, подавая на входы нелинейного динамического объекта дополнительные постоянные составляющие хо (см. рис 4.3), и, тем самым, снять вопрос о физической реализуемости синтезированных линейных систем.

Алгоритм синтеза линейных систем из нелинейных однородных элементов, предложенный Буштруком А. Д. предполагает наличие 2п нелинейных динамических элементов. Этот же алгоритм можно реализовать, используя только один нелинейный динамический элемент. Для этого на вход одного нелинейного динамического элемента последовательно во времени подаются 2п различных комбинаций алгебраических сумм сигнала x (t) и постоянных составляющих (число 2п определяет все возможные перестановки знаков перед слагаемыми в алгебраических суммах). Реализация x (t) во всех случаях должна быть одной и той же (либо ее статические характеристики должны быть неизменными). Входная и выходная реализации нелинейного динамического элемента должны запоминаться в каком-то устройстве памяти (например, в памяти ЭВМ). Затем, реализации, полученные на выходе нелинейного динамического элемента, должны суммироваться согласно алгоритму, приведенному выше.

Важно отметить, что наличие информации о нелинейных динамических объектах, полученной в результате использования широкополосных гармонических тестовых сигналов, обеспечивает быстрое и успешное решение задачи синтеза линейных систем.

Информация о нелинейных динамических объектах, полученная в результате использования широкополосных гармонических тестовых сигналов, может способствовать также, если нужно, решению задачи непараметрической идентификации (например, нахождение численных значений импульсных переходных характеристик).

Действительно, информация о структуре объектов обеспечивает выбор адекватных объекту моделей, выбор необходимого числа уровней для входных использования суммы гармонических сигналов.

3. Даны практические рекомендации по применению разработанного метода и алгоритмов идентификации.

ЗАКЛЮЧЕНИЕ

.

Основными результатами работы являются следующие:

1. Разработаны алгоритмы структурной и параметрической идентификации нелинейных динамических объектов (НДО) в классе моделей фильтра Заде с входным сигналом в виде суммы гармонических компонент, основанных на составлении и решении системы корреляционных уравнений.

2. Разработаны алгоритмы определения статических характеристик НДО в классе фильтра Заде при использовании суммы гармонических сигналов.

3. Разработана методика определения аппроксимирующих характеристик для импульсных переходных функций (ИПФ) линейных звеньев с дробно-рациональной передаточной функцией в нелинейной модели на этапе структурной идентификации.

4. Разработана методика определения значений параметров ИПФ линейных звеньев с дробно-рациональной передаточной функцией в нелинейной модели на основе полученной информации о виде функционального оператора.

5. Разработана методика оценки полосы пропускания нелинейного объекта Заде на основе полученной информации о статических характеристиках, виде функционального оператора, виде аппроксимирующих функций для ИПФ и начальных значений постоянных времени.

6. Создано программное обеспечение, реализующее разработанные вычислительные алгоритмы, и позволяющее проводить структурную и параметрическую идентификацию НДО в классе моделей фильтра Заде с использованием входного сигнала в виде суммы гармонических компонент.

Разработанный метод структурно-параметрической идентификации нелинейных динамических объектов в классе моделей фильтра Заде на основе использования тестового сигнала в виде суммы гармонических компонент получил практическую проверку при исследовании статических и динамических характеристик и построении моделей сушильной камеры непрерывного действия.

Показать весь текст

Список литературы

  1. , Е.Г. Идентификация нестационарных объектов. / Е. Г. Клейман, И. А Мочалов //Автомат, и телемех. 1994. — № 2. — С. З — 22.
  2. , Е.Г. Идентификация нестационарных объектов. / Е. Г. Клейман //Автомат и телемех.— 1999. — № 10, — С. 3−45.
  3. Lurie, R.E. An experimental evaluation of various continuous-time system identification methods. / R.E. Lurie, D. Redelinghuys, M.A. Robinson // Trans. S. Afr. Inst. Elec. Eng. 1992. — 83, № 2. — P. 72 — 77.
  4. Katayama Tohru. Keisoku to seigyo. = J. Soc. Instrum. and Contr. Eng. -1992.-31, № 1.-P. 85−90.
  5. Identification of continuous-time systems for samples of input-output data: An introduction. / Sinha Naresh K. Sadhana. 2000 25. № 2, P. 75−83.
  6. , И.А. Экспертная система идентификации нелинейных динамических объектов. / И. А. Брусаков, Д. Д. Недосекин, Е. Г. Гридина //Межвуз. сб. науч. тр. Пенз. политехи, ин-т. 1992. — № 4. — С. 93 — 97.
  7. Branica, I. Comparison of several recursive identification methods: Ref. nf 41 godis. Skup KoREMA '96, Opatija, 18−20 rujna, 1996 / Ivan Branica, Nedjel-jko Peric, Ivan Petrovic //Automatika. 1996. — 37, № 3 — 4. — P. 99 — 104.
  8. Voros, J. Parameter identification of discontinuous Hammerstein systems. / Josef Voros //Automatica. 1997. — 33, № 6. — P. 1141 — 1146.
  9. Hunt, L.R. Identification of nonlinear systems. / L.R. Hunt, R.D. DeGroat, D.A. Linebarger //Proc. Amer. Contr. Conf., Pittsburgh, Pa, June 21 -23, 1989. Vol. 2. Green Valley (Ariz.), 1989. — P. 1214 — 1217.
  10. П.Девятов, Б. Н. Динамика распределенных процессов в технологических аппаратах, распределенный контроль и управление/ Б. Н. Девятов, Н.Д. Демиденко- Красноярск, 1976. 311 с.
  11. , В.В. Системный анализ процессов химической технологии/ В. В. Кафаров, И. Н. Дорохов, Э.М. Кольцова- М.: Наука, 1983. 367 с.
  12. , В.Н. Типовые процессы химической технологии как объекта управления/В.Н. Липатов.- М.:Химия, 1973. 320 с.
  13. Ogunfunmi, Т. Second-order adaptive Volterra system identification based on discrete nonlinear Wiener model. / T. Ogunfunmi, S.L. Chang // IEE Proc. Vision, Image and Signal Process. 2001. 148, № 1, P. 21 29.
  14. , H. M. Активная идентификация динамических объектов/ Н. М. Лазарева, Т.В. Алякин//Динам. нелинейн. дискрет, электротехн. и электрон. систем. ДНДС'99: Матер. З-й Всерос. науч.-техн. конф., Чебоксары. 1999, Чебоксары 1999, с. 241−247.
  15. Yao, L. Genetic algorithm based identification of nonlinear systems by sparse Volterra filters/ Leehter Yao // IEEE Trans. Signal Process. 1999. 47, № 12, P. 3433−3435.
  16. , H.C. Идентификация объектов управления обзор // Автоматика и телемеханика/ Н. С. Райбман. 1979. № 6. — С. 101−107.
  17. , Н.С. Построение моделей процессов производства/ Н. С. Райбман, В. М. Чадаев. -М.: Энергия, 1975.-374 с.
  18. , Н.С. Дисперсионная идентификация/ Н. С. Райбман, В. В. Капитоненко, Ф. А. Овсепян, П. М. Варлаки. М.: Наука, 1981. — 336 с.
  19. Billings, S.A. Identification of nonlinear Sm-systems/S.A. Billings, S.Y. Fakhowri// Int. J. Systems Sci. 1979. — № 10. — P. 1401−1408.
  20. Fakhowri, S.A. Identification of class of non-linear systems with Gaussiannon-white inputs/S.A. Fakhowri// Int. J. Systems Sci.-1980. V. l 1. — № 5. — P. 541 -555.
  21. , Г. В. Зависимость точности идентификации объекта со структурой Гаммерштейна от изменений корреляционных свойств входного воздействия/Г.В. Горелов//Автоматика и вычислительная техника. 1993. — № 6. -С.65−68.
  22. Luyben, W.L. Nonlinear auto-tune identification/William L. Luyben, Esraf Eskinat // Int. J. Contr. 1994. — 59.№ 3. — P. 595 — 626.
  23. Zi-Qiang, L. On identification of the controlled plants described by the Hammerstein system / Lang Zi-Qiang/ЯЕЕЕ Trans. Autom. Contr. 1994. — 39, № 3, -P. 569−573.
  24. Boutayeb, M. Recursive identification method for the Hammerstein model: Extension to nonlinear MISO systems/M. Boutayeb, M. Darouach //Contr.: Theor. and Adv. Technol. 1994. — 10, № 1. — P. 57 — 72.
  25. Greblicki, W. Nonparametric identification of Wiener system/ Wlodzim-ierz Greblicki // IEEE Trans. Inf. Theory. 1992. — 38, № 5. — P. 1487 — 1493.
  26. Krzyzak, A. On identification of nonstationary Hammerstein systems by the fourier series regression estimate/Adam Krzyzak//Proc. 28th IEEE Conf. Decis. and Contr., Tampa, Fla, Dec. 13 15, 1989. Vol. 1. — New York (N. Y.), 1989. — P. 626−629.
  27. Lang Zioiang. Zidonghua xuebao. = Acta autom. Sin. 1993. — 19, № 1. -P. 37−45.
  28. Voros, J. Identification of nonlinear dynamic systems using extended Hammerstein and Wiener models/Josef Voros// Contr.: Theory and Adv. Technol.1995. 10, № 4, Pt 2. — P. 1203 — 1212.
  29. Huang Zhengliang, Wan Baiwu, Han Chongzhao. Kongzhi lilun yu jin-gyong. = Contr. Theory and Appl. 1995. — 12, № 1. — P. 34 — 39.
  30. Greblicki, W. Nonparametric identification of Wiener systems by orthogonal series/Wlodzimierz Greblicki// IEEE Trans. Autom. Contr. 1994. — 39, № 10. -P. 2077−2086.
  31. , И.А. Синтез нелинейных динамических моделей Винера-Гаммерштейна перераспределением памяти между входом и выходом/И.А. Иванов// Автомат, и телемех. 1997. — С. 21 — 32.
  32. Al-Duwash, Н. A new method for the identification of Hammerstein model/ H. Al-Duwash, M. Nazmul Karim//Automatica. 1997. — 33, № 10. — P. 1871 -1975.
  33. Vandersteen, G. Non-parametric estimation of the frequencyresponse functions of the linear blocks of a Wiener Hammerstein model/Gerd Vandersteen, Yves Roilan, Johan Schoukens//Automatica. — 1997, — 33, № 7. — P. 1235 — 1246.
  34. Bai Er-Wei. An optimal two-stage identification algorithm for Hammerstein Wiener nonlinear systems/Bai Er-Wei//Automatica. — 1998. — 34, № 3. — P. 333−338.
  35. Emara-Shabaik, H.E. Parameter estimation of Wiener-Hammerstein mod-els/Hosam E. Emara-Shabaik, Mohammed S. Ahmed, Khaled H. Al-Ajmi//JSME Int. J. C=C. 2001. 44, № 1, P. 118 124.
  36. Kobayashi Yasuhide, Oki Masakatsu, Okita Tsuyoshi. / Denki gakkai ron-bunshi. C= Trans. Inst. Elec. Eng. Jap. C. 2000, 120, № 6, P. 871−878.
  37. Lovera, M. Recursive subspace identification of linear and non-linear Wiener state-space models/Marco Lovera, Tony Gustafsson, Michel Verhae-gen//Automatica. 2000. 36, № 11, P. 1639−1650.
  38. Li, H.X. Identification of Hammerstein models using genetic algorithms/ H.X. Li// IEE Proc. Contr. Theory and Appl. 1999. 146, № 6, P. 499−504.
  39. Sun, L. Identification of a dynamical system with input nonlinearity/L. Sun, W. Liu, A. Sano/ЯЕЕ Proc. Contr. Theory and Appl.— 1999.— 146, № 1.— P. 41−51.
  40. , A.P. О pewnej wtasnosci modelu Hammersteina/Adam Pomi-ary Zuchowski// Autom. kontr.— 1996.— 42, № 10 — P. 265−267.
  41. Greblicki, W. Continuous-time Wiener system identification/Wlodzimierz Greblicki/ЛЕЕЕ Trans. Autom. Contr. — 1998. — 43, № 10 — P. 1488−1493.
  42. Billings, S.A. Rational model data smoothers and identification algo-rithms/S.A. Billings, K.Z. Mao/flnt. J. Contr. 1997. -68, № 2. — P. 297 — 310.
  43. Al-Dabbagh, A. Accurate system identification using inputs with imperfect autocorrelation properties/A. Al-Dabbagh, M. Darnell, A. Noble, S. Farqu-har//lectron. Lett. 1997. — 33, № 17,. p. 1450 — 1451.
  44. , В.П. Планирование идентифицирующих входных сигналов в линейных динамических системах/В.П. Овчаренко// Автомат, и телемех. 2001, № 2, с. 75−78.
  45. Godfrey, К. R. Comparison of perturbation signals for linear system identification in the frequency domain/K. R. Godfrey, H. A. Barker, A. J. Tucker//IEE Proc. Contr. Theory and Appl. 1999. 146, № 6, P. 535−548.
  46. , Е.Г. Идентификация входных сигналов в динамических сис-темах/Е.Г. Клейман// Автомат, и телемех.— 1999. — № 12, — С. 3−15.
  47. Barker, Н.А. System identification with multi-level periodic perturbation signals/H.A. Barker, K. R. Godfrey//Contr. Eng. Pract. — 1999 — 7, № 6.— P.717−726.
  48. , Ф.А. Идентификация объектов с переменной условной дисперсией/Ф.А. Овсепян, Н. С. Райбман, А.А. Яралов//Автоматика и телемеханика. 1978. № 9. — С. 59−66.
  49. , К.А. Функциональные ряды в теории нелинейных систем/ К. А. Пупков, В. И. Капалин, А. С. Ющенкб.-М.: Наука, 1976. -448 с.
  50. Heij, С. System identification by dynamic factor models/C. Heij, W. Scherrer, M. Deistler//SIAM J. Contr. and Optimiz. 1997. — 35, № 6. — P. 1924 -1951.
  51. Nordsjo, A.E. Identification of certain time-varying nonlinear Wiener and Hammerstein systems/Anders E. Nordsjo, Lars H. Zetterberg/ЛЕЕЕ Trans. Signal Process. 2001. 49, № 3, P. 577 592.
  52. Vellekoop, M. Adaptive identification of continuous-time systems in the presence of noise/Michel Vellekoop, Arunabha Bagchi//Int. J. Contr. 1997. — 68, № 1. — P. 171−195.
  53. , Ф.Ф. Состоятельный метод идентификации нелинейных систем/Ф.Ф. Пащенко//Междунар. конф. по пробл. упр., Москва. 29 июня 2 июля, 1999.: Тез. докл. — М., 1999 — С. 334−336.
  54. , В.И. Некорректные задачи и непараметрическая идентификация нелинейных систем/В.И. Капалин// Автомат, и вычисл. техн. 1993. -№ 5.-С. 11−15.
  55. , А.Ю. Методы идентификации динамических систем/А.Ю. Акимов, И. В. Бойков, В.В. Рыжаков- НИИ физ. измерений. Пенза, 1994. — 48 с. — Библиогр.: 38 назв. Деп. в Информприбор 24.1.94, 5156 — пр94.
  56. , А.В. Параметрическая идентификация объектов управления в системах с адаптацией в момент включения/А.В. Лиепиньш, В. И. Гончаров // Теория и техн. автомат упр. кибернет. цент. Том. политехи, ун-та — Томск. 1999 — С. 37−43.
  57. , В.Я. Метод идентификации динамических параметров аналого-дискретных систем/В .Я. Загурский, Н.Я. Семенова//Автомат. и теле-мех. 1994. — № 8. — С.56 — 63.
  58. Хи, К. Q. Frequency domain modal parameter identification of high order systems in a numerically stable way/K. Q. Xu//Trans. ASME. J. Vibr. and Acoust. Trans. ASME. J. Vibr., Acoust., Stress and Rel. Des. 1997. — 119, № 2. — P. 265 -270.
  59. De Bruyne, F. Gradient expressions for a closed-loop identification scheme with a tailor-made parametrization/Franky De Bruyne, Brian D. O. Anderson, Michel Gevers, Natasha Linard//Automatica. 1999. 35, № 11, P. 1867−1871.
  60. Balestrino, A. Parameter identification of continuous systems with multiple-input time delays via modulating fiinctions/А. Balestrino, A. Landi, L. Sani//IEE Proc. Contr. Theory and Appl. 2000. 147, № 1, P. 19−27.
  61. Adachi Shuichi- K.K. Toshiba. System identification apparatus using spectrum analysis of resonation frequencies: Пат. 5 251 155 США, МКИ5 G 06 F 15/20 / № 644 380- Заявл. 23.1.91.- Опубл. 5.10.93- Приор. 24.1.90, № 2 12 442 (Япония) — НКИ 364/553.
  62. Chen Jianqin, Xi Yugeng. Zidonghua xuebao = Acta autom. sin. 1998. -24, № 1.-P. 90−94.
  63. , Л. О точности модели в идентификации систем/Леннарт Льюнг//Изв. АН. Техн. кибернет. 1992. — № 6. — С. 55 — 64.
  64. Kacewicz, В. Worst-case conditional system identification in a general class of norms/Bolestaw Kacewicz//Automatica. 1999. 35, № 6, P. 1049−1058.
  65. Kulkarny Sanjeev R., Tse David N.C. A paradigm for class identification problems. / IEEE Trans. Inf. Theory. 1994. — 40, № 3. — P. 696 — 705.
  66. , A.B. К аксиоматической теории идентификации динамических систем. Ч. 1. Основные структуры/А.В. Данеев, В.А. Русанов//Автомат. и телемех. 1994. — № 8. — С. 126 — 136.
  67. Мао, K.Z. Algorithms for minimal model structure detection in nonlinear dynamic system identification/K.Z. Mao, S.A. Billings//Int. J. Contr. 1997. -68, № 2.-P. 311 -330.
  68. , Д.А. Построение моделей нелинейных объектов с кусочно-линейными характеристиками/Д.А. Редько, В.М. Чадеев//Междунар. конф. по пробл. упр., Москва, 29 июня 2 июля, 1999.: Тез. докл. Т. 1. — М., 1999. — С. 341−342.
  69. , К.С. Теория идентификации. Новые горизонты разви-тия/К.С. Гинсберг//Международная конференция по проблемам управления. Москва. 29 июня-2 июля 1999: Тез. докл. Т. 1. М.: Фонд «Проблемы упр.» 1999, с. 320−322.
  70. , B.JI. Информационный подход к решению задачи структурной идентификации/В.Л. Токарев//Автоматиз. и соврем, технол.— 1998.— № 11.—С. 26−31.
  71. , А.Б. Структурно-параметрическая идентификация динамических объектов/А.Б. Филимонов, Н.Б. Филимонов//Изв. вузов. Приборостр. 1993.-36, № 1.-С. 33−38.
  72. Ljung, L. Model accuracy in system identification/Lennart Ljung//Intell. Tuning and Adapt. Contr.: Selec. Pap. IFAC Symp., Singapore, 15−17 Jan., 1991. -P. 277−281.
  73. Ljung, L. On global identifiability for arbitrary model parametrizations/ Lennart Ljung, Torkel Glad//Automatica. 1994. — 30, № 2. — P. 265 — 276.
  74. Smyczek, J.J. Identification and simulation of nonlinear systems/Jerzy J. Smyczek//Eur. Simul. Symp., Istambul, Oct. 9 12, 1994.: ESS'94: Proc. Vol. I. Adv. Simul. Methodol. And Pract. Artif. Intell. Simul. — Istambul, 1994. — P. 219 -221.
  75. Billings, S.A. A structure detection algorithm for nonlinear dynamic rational models/S.A. Billings, Q.M. Zhu//Int. J. Contr. 1994. — 59, № 6. — P. 1439 -1463.
  76. , A.B. Формирование структур моделей в задачах идентификации на этапе предварительной обработки информации/А.В. Запоро-жец//Приборы и системы. Упр., контроль, диагност. 2000, № 8, с. 18 20.
  77. Параметрическая, структурная идентификация и исследование устойчивости нелинейных динамических систем. / Автореф. дис канд. техн. наук By Динь Тханг.— Моск. гос. акад. приборостр. и инфор-мат. Москва, 1999.— 16 с.
  78. Douce, J.L. Identification of a class nonlinear systems/J.L. Douce// № 4 th IFAC symp. ident. Par. Est. Tbilisi. 1976. — P. 1 — 16.
  79. , А.Д. Корреляционные методы идентификации нелинейных динамических объектов/А.Д. Буштрук//Братск: Братский индустриальный институт, 1998. 166 с.
  80. Billings, S.A. Identification of systems composed of linear dynamic and static nonlinear elements/S.A. Billings, S.Y. Fachowri//Automatica. 1982. — № 18. -P. 15−26.
  81. Guillaume, P. Crest-factor minimization using nonlinear chebyschev approximation methods/Patrick Guillaume, Johan Schoukens, Rik Pintelon, Istvan Kollar //IEEE Trans. Instrum. and Meas. 1991. — 40, № 6. — P. 982 — 989.
  82. , H.A. Идентификация параметров систем в режиме их нормального функционирования/Н.А. Балонин, О.С. Попов//Автомат. и телемех. -1992.-№ 8.-С. 98−103.
  83. , А.А. К проблеме активной идентификации динамических систем в реальном времени/А.А. Наумов//Межвуз. сб. науч. тр. // Пенз. политехи. ин-т. 1992. — № 22. — С. 59 — 62.
  84. , А.П. Идентификация дискретных линейных объектов с большим отношением сигнал/шум/А.П. Бунич//Автомат. и телемех. 2001, № 3, с. 53 -62. Библ. 19.
  85. Kammer, D.C. Structural identification using inverse system dynamics/Daniel C. Kammer, Adam D. J. Guid Steltzner//Contr. and Dyn. 2000. 23, № 5, P. 819−825.
  86. , А.Г. Конечно-частотная идентификация: многомерный объект/А.Г. Александров//Международная конференция по проблемам управления. Москва, 29 июня-2 июля 1999: Тез. докл. Т. L М.- Фонд 'Проблемы упр.". 1999. с. 313−314.
  87. Pintelon, R. Frequency domain system identification with missing data/R. Pintelon, J. Schoukens/ЯЕЕЕ Trans. Autom. Contr. 2000. 45, № 2, P. 364−369.
  88. , Г. Справочник по математике/Г. Корн, Т. Корн- М.: «Наука», 1974, 831с.
  89. Пак, В. В. Высшая математика. Учебник/В.В. Пак, Ю. Л. Носенко. -Донецк: Сталкер. 1997. — 557 с.
  90. , Т.Н. Идентификация параметров моделей нелинейных динамических объектов с использованием гармонических входных воздействий/Т.Н. Сухих, А.Д. Буштрук- Деп. в ЦНИИТЭИПриборостроения 20.10.87 г. № 3951-пр87, 1987. 16 с.
  91. , В.В. Цифровое моделирование в статистической радиотехнике/В .В. Быков. М.: Советское радио, 1971. — 320 с.
  92. , Н. Прикладной регрессионный анализ/Н. Дрейпер, Г. Смит. М.: Статистика, 1973. — 392 с.
  93. , А.А. Исследования процессов деревообработки/А.А. Пижурин, М. С. Розенблит. М.: Лесн. Пром-сть, 1984. — 232 с.
  94. , Н.А. Достаточное условие многомерной нормализации одного класса функционалов от случайного процесса /Н.А. Рубичев// Статические измерения и применение микромашинных средств в измерениях: тез. докл. II всес. симп. Л., 1984, — 4.1. — с.76 — 80.
  95. , Н. Статистика и планирование эксперимента в технике и науке: Методы планирования эксперимента/Н. Джонсон, Ф. Лион. — М.: Мир, 1981.-520 с.
  96. , Л.З. Математическая обработка результатов эксперимента/Л.3. Румшиский. М. — Наука, 1971. — 192 с.
  97. , Э.Д. Рекуррентный метод наименьших квадратов при коррелированных помехах/Э.Д. Аведьян//Автоматика и телемеханика. 1975. -№ 5.- С. 67−75.
  98. , В.Ф. Использование методов математической статистики для решения некорректных задач/В.Ф. Турчин, В. П. Козлов, М.С. Мале-вич//Успехи физ.наук. 1970. Т.102. — 3. — С. 345−368.
  99. , A.M. Многомерные статистические методы. Учебник/А.М. Дубров, B.C. Мхитарян, Л. И. Трошин. -М. Финансы и статистика, 2003. 352с.
  100. , В.В. Язык Си ++. Учебное пособие/В.В. Подбельский. 5-е изд. — М.: Финансы и статистика, 2004. — 560 с.
  101. , А.А. Теория автоматического управления/ А. А. Воронов Ч. II. Теория нелинейных и специальных систем автоматического управления. М. Высшая школа, 1977. 288 с.
  102. , А.В. Теория автоматического управления/А.В. Нетушил и др. М.: Высшая школа, 1976. — Т.1. — 400 с.
  103. , JI.M. Об одном классе нелинейных самонастраивающихся моделей с настройкой по фазовым и амплитудным характеристикам/JI.M. Осовский//Автоматика и телемеханика. 1963. — № 3.- с. 369 — 381.
  104. , П. Современные методы идентификации систем/П. Эйк-хофф. -М.: Мир, 1983.-400 с.
  105. , Е.С. Автоматизация процессов сушки пиломатериа-лов/Е.С. Богданов. -М.: Лесн. пром.-ть, 1979. 176 с.
  106. , П.В. Автоматика и автоматизация производственных процессов деревообрабатывающих предприятий: Учебник для ВУЗов/П.В. Ползик, Л. Г. Молчанов, В. К. Вороницын. М.: Лесн. пром-ть. — 1987. — 440с. с ъ
Заполнить форму текущей работой

Сессия? Спокойно!