Preview

Мехатроника, автоматизация, управление

Расширенный поиск

Статистическая идентификация линейных динамических систем с использованием знакового аналого-стохастического квантования входного и выходного сигналов

https://doi.org/10.17587/mau.18.604-611

Аннотация

Задача статистической идентификации импульсной переходной функции линейной динамической системы решается с использованием знакового аналого-стохастического квантования входного и выходного сигналов. Данный вид квантования позволил перейти от обработки многоразрядных отсчетов входного и выходного сигналов к обработке целочисленных отсчетов времени, определяемых сменой знака результата квантования. Получены соотношения для последовательного вычисления отсчетов импульсной переходной функции, которые не требуют предварительной оценки корреляционных функций.

Об авторах

В. Н. Якимов
Самарский государственный технический университет
Россия


В. И. Батищев
Самарский государственный технический университет
Россия


А. В. Машков
Самарский государственный технический университет
Россия


Список литературы

1. Алексеев А. А., Кораблев Ю. А., Шестопалов М. Ю. Идентификация и диагностика систем. М.: Издательский центр "Академия", 2009. 352 с.

2. Методы классической и современной теории автоматического управления. Т. 1: Математические модели, динамические характеристики и анализ систем автоматического управления / Под ред. К. А. Пупкова, Н. Д. Егупова. М.: Издательство МГТУ им. Н. Э. Баумана, 2004. 656 с.

3. Методы классической и современной теории автоматического управления. Т. 2: Статистическая динамика и идентификация систем автоматического управления / Под ред. К. А. Пупкова, Н. Д. Егупова. М.: Издательство МГТУ им. Н. Э. Баумана, 2004. 640 с.

4. Ljung L. System Identification: Theory for the User (2nd Edition). Prentice Hall PTR, 1999. 609 p.

5. Isermann R., Mfinchhof M. Identification of Dynamic Systems. An Introduction with Applications. Springer-Verlag Berlin Heidelberg, 2011. 705.

6. Wang L. Y., Zhao W. X. System identification: New paradigms, challenges, and opportunities // Acta Automatica Sinica. 2013. V. 39, N 7. P. 933-942.

7. He Q., Wang L. Y., Yin G. G. System identification using regular and quantized observations: Applications of large deviations principles. Springer New York, 2013. 95 p.

8. Wang L. Y., Zhang J. F., Yin G. G. System identification using binary sensors // IEEE Transactions on automatic control. 2003. Vol. 48, N. 11. P. 1892-1907.

9. Casini M., Garulli A., Vicino A. Input design in worst-case system identification using binary sensors // IEEE Transactions on automatic control. 2011. Vol. 56, N. 5. P. 1186-1191.

10. Guoa J., Zhao Y. Recursive projection algorithm on FIR system identification with binary-valued observations // Automatica. 2013. Vol. 49, N. 11. P. 3396-3401.

11. Kan S., Yin G. G., Wang L. Y. Parameter estimation in systems with binary-valued observations and structural uncertainties // International journal of control. 2014. Vol. 87, N. 5. P. 1061-1075.

12. Depraetere B., Stoev J., Pinte G., Swevers J. Identification of linear systems with binary output measurements using short independent experiments // Mechanical systems and signal processing. 2015. Vol. 50-51, N. 1. P. 296-306.

13. Keesman K. J. System Identification: An Introduction. Sprin-ger-Verlag London, 2011. 323 p.

14. Max J. Methodes et techniques de traitement du signal et applications aux mesures physiques. Iss 1. Principes generaux et methodes classiques. Masson, 1981. 302 p.

15. Якимов В. Н. Обобщенная математическая модель двухуровневого знакового преобразования // Техника машиностроения. 2000. № 4. С. 72-74.

16. Мирский Г. Я. Характеристики стохастической взаимосвязи и их измерения. М.: Энергоиздат, 1982. 320 с.

17. Якимов В. Н. Цифровой корреляционный анализ на основе интервального представления результата знакового преобразования случайных процессов // Приборы и системы. Управление, контроль, диагностика. 2001. № 11. С. 61-66.

18. Якимов В. Н. Структурное проектирование цифровых коррелометров для оперативного корреляционного анализа на основе знакового аналого-стохастического квантования // Измерительная техника. 2007. № 4. С. 6-11.

19. Yakimov V. N. The structural design of digital correlometers for operational correlation analysis based on sign-function analog-stochastic quantization // Measurement Techniques. Publisher: Springer New York. 2007. Vol. 50, N. 4. P. 356-363.


Рецензия

Для цитирования:


Якимов В.Н., Батищев В.И., Машков А.В. Статистическая идентификация линейных динамических систем с использованием знакового аналого-стохастического квантования входного и выходного сигналов. Мехатроника, автоматизация, управление. 2017;18(9):604-611. https://doi.org/10.17587/mau.18.604-611

For citation:


Yakimov V.N., Batyschev V.I., Mashkov A.V. Statistical Identification of the Linear Dynamic Systems with the Use of the Sign-Function Analog-Stochastic Quantization of the Input and Output Signals. Mekhatronika, Avtomatizatsiya, Upravlenie. 2017;18(9):604-611. (In Russ.) https://doi.org/10.17587/mau.18.604-611

Просмотров: 377


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1684-6427 (Print)
ISSN 2619-1253 (Online)