Исследована задача идентификации систем управления динамическими объектами. Проведен анализ современных методов идентификации нелинейных систем при помощи: алгоритма идентификации на основе разложения функционалов Винера, генетических алгоритмов, нейронных сетей, алгоритмов самоорганизации, фильтра Вольтерра. Показаны их достоинства и недостатки при идентификации нелинейных систем управления. Для задач идентификация предложена реализация фильтра Вольтерра, так как он может взаимодействовать с общим классом нелинейных систем. На примере фильтра Вольтерра второго порядка, который состоит из параллельной комбинации линейного и квадратичного фильтров, представлена возможность нахождения упрощений в разработке и реализации фильтра на основе минимизирования средне-квадратической ошибки. Разработана процедура реализации оптимального фильтра Вольтерра второго порядка без существенной потери точности.
The research is about identification of dynamic objects’ management systems. The author analyses modern identification methods for nonlinear control systems via: identifying algorithm on the basis of decomposition of the Wiener functional, genetic algorithm, neural network, self-organizing algorithm, the Volterra filter. The merits and otherwise of the above are also shown. Implementation of the Volterra filter is offered for identification since it is cooperable to general class of nonlinear systems. The capability to find simplification in filters’ design and implementation based on minimizing of the medium square error is illustrated by the second-order Volterra filter represented by parallel combination of linear and quadratic filters. The implementing procedure for optimal second-order Volterra filter without significant loss of accuracy is also developed.
1. Гаврилов А.И., Цибизова Т.Ю., Родионов В.Я. Методы исследования и анализ сложных систем управления и обработки информации: Методические рекомендации. — М.: РАДЭКОН, 2006. — 48 с.
2. Ивахненко А.Г., Мюллер Й.Я. Самоорганизация прогнозирующих моделей. — Киев: Техника, 1985.
3. Лукьянова Н.В., Кузнецов И.А. Идентификация нелинейных динамических систем на основе разложения функционалов методом Винера // Материалы конференции «Управление в морских и аэрокосмических системах» (УМАС-2014). — СПб., 2014.
4. Мармарелис П. Анализ физиологических систем. Метод белого шума. — М.: Мир, 1982.
5. Неусыпин К.А., Пролетарский А.В., Вайс Ю.Л., Шолохов Д.О. Формирование ансамбля критериев селекции компактного алгоритма самоорганизации // Автоматизация и современные технологии. — 2012. - № 11. — С.14-16.
6. Неусыпин К.А. Разработка модифицированных алгоритмов самоорганизации для коррекции навигационной информации // Автоматизация и современные технолгии. — 2009. - № 1. — С. 37-39.
7. Пупков К.А., Капалин В.И., Ющенко А.С. Функциональные ряды в теории нелинейных систем. — М.: Наука, 1976.
8. Пупков К.А., Цибизова Т.Ю. Реализация фильтра Вольтера второго порядка для идентификации нелинейных систем управления // technomag.edu.ru: Наука и Образование: электронное научно-техническое издание. — 2006. — Выпуск 6. — URL http://technomag.edu.ru/doc/58741.html. (дата обращения 19.01.2015)
9. Фам С.Ф., Цибизова Т.Ю. Методы построения математических моделей: генетические алгоритмы // Достижения вузовской науки: Труды международной научно-практической конференции (Московская область, г. Дедовск, 15-20 сентября 2014 г.). Часть 2. — М.: ИИУ МГОУ, 2014. — С. 158-162.
10. Neusipin K.A., Ke Fang. The reasearch on modeling algorithm using self-organization method in aerocraft intelligent control system // Jornal of projectiles rocket missiles and guidance. — 2010. - № 5. — Р. 39-42.
11. Proletarsky A.V., Neusipin К.А. Adaptive filtering for navigation systems of robot-aerocraft // Science & military. — 2010. — V. 5. — Р. 75-80.
12. Steven S. Skiena. The Algorithm Design Manual. Second Edition. — New York: Springer, 2008.