| 自动化
《系统辨识基础》课程教学大纲
|
课程名称及编号: 系统辨识基础，编号AU407 |
学分 / 学时：2/34 |
|
|
主讲教师（姓名、职称）: 蔡云泽研究员，卢俊国教授 |
授课语言: 中文 |
|
|
必修/选修: 选修 |
开课时间: 秋季 |
|
|
适用专业：自动化、仪器、电气、电子、计算机、机械、动力、化工、制药等 |
开课单位：电院自动化系 |
|
|
授课方式: 课堂授课 |
考核方式:考试、实验、大作业与平时考察 |
|
|
先修课程: ：(1)自动控制理论 (2)信号与系统 |
后修课程 |
|
|
课程简介: 在对系统进行分析、综合、仿真、预测时，必须首要建立系统的数学模型，而系统辨识就是通过实验或运行数据，得出一个与所测系统等价的数学模型。本课程讲授建立系统数学模型的基础理论和方法，结合工业自动化实践的应用，通过各个教学环节运用各种教学手段和方法，使学生掌握系统辨识的原理和应用；常见的系统模型与模型辨识方法，最小二乘法辨识及其应用；极大似然法辨识及其应用。 |
||
|
课程培养目标 ： 本课程是自动化专业的主要课程之一。教学中将贯彻理论联系实际的原则，从实际工业过程辨识需求出发，以利学生掌握系统辨识的基本理论和方法的完整知识。通过本课程的学习，学生将能独立设计辨识实验，并能进行编程计算。对毕业要求的主要贡献为： 4.2．能根据实验目的确定需要的数据及其精度, 并能够选择合适的手段收集这些数据。 3.6．了解控制科学技术发展的前沿和趋势，并能跟踪其前沿发展 |
||
|
教学要求： 1.能够应用数学、自然科学和工程科学的基本原理，识别、表达、并通过文献研究分析复杂工程问题。 2.能够设计针对复杂工程问题的解决方案，设计满足特定需求的系统或工艺流程，并能够在设计环节中体现创新意识，考虑社会、环境、文化以及环境等因素。 3.能够针对复杂工程问题，开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具，包括对复杂工程问题的预测与模拟，并能够客观理解设计方案的局限性。 4.具有系统工程思维，理解并掌握工程管理原理与经济决策方法，能在控制系统设计中应用。 |
||
|
撰写者: 蔡云泽 发布时间: 2015年4月12日 |
||
一、课程性质和教学目标
在对系统进行分析、综合、仿真、预测时，必须首要建立系统的数学模型，而系统辨识就是通过实验或运行数据，得出一个与所测系统等价的数学模型。本课程讲授建立系统数学模型的基础理论和方法，结合工业自动化实践的应用，通过各个教学环节运用各种教学手段和方法，使学生掌握系统辨识的原理和应用；常见的系统模型与模型辨识方法，最小二乘法辨识及其应用；极大似然法辨识及其应用。
本课程是自动化专业的主要课程之一。教学中将贯彻理论联系实际的原则，从实际工业过程辨识需求出发，以利学生掌握系统辨识的基本理论和方法的完整知识。通过本课程的学习，学生将能独立设计辨识实验，并能进行编程计算。
二、课程教学内容及学时分配
1．系统与模型的概念，系统辨识的基本思想 （2学时）。了解系统与模型的一般概念，熟悉系统辨识的基本思想，介绍一个典型工业过程的辨识实例。
2．输入设计与数据预处理（4学时）。 介绍随机信号、常用输入信号设计、输入信号与开环可辨识性、 测量信号预处理的方法。
3．系统模型与模型辨识（6学时）。理解模型结构的可辨识性，掌握模型阶次的辨识方法。
4．非参数模型辨识方法（4学时）。介绍相关分析法，谱分析法，非参数模型转化为参数模型、掌握频率响应法、脉冲响应法辨识。
5．参数辨识最优化方法介绍（4学时）。了解参数估计的梯度校正法、掌握基本的遗传算法、了解基于粒子群优化的系统辨识算法。
6．最小二乘法（4学时）。掌握最小二乘法的基本算法、算法的性质、逐数据地推算法。
7．时变最小二乘法、增广最小二乘法（4学时）。了解时变最小二乘的常见算法，如限定记忆法、遗忘因子法；熟悉增广最小二乘算法的推导过程。
8．上机实践（2学时）。以典型的系统辨识问题为为背景，了解协同辨识的步骤，从数据的采集、到分析及处理，完成输入信号选择、测量数据预处理、系统模型和系统阶次辨识。
9.其他辨识方法（2学时）。了解极大似然法，包括协方差矩阵已知的极大似然法、协方差矩阵未知的极大似然法、递推极大似然法；了解基于卡尔曼滤波器的多模参数辨识方法。
|
10．闭环系统的模型辨识（2学时）。掌握闭环系统的直接辨识方法、间接辨识方法、能进行闭环系统的阶次辨识；了解基于系统辨识的自适应控制。 |
三、教学方法
课堂教学、实验教学训练大作业训练；
四、考核及成绩评定方式
期末考试70%，平时成绩30%；
五、教材及参考书目
教材：
《系统辨识方法及应用》 刘党辉等编著 国防版 2010
教学参考书：
《过程控制》金以慧 清华版 1995
《预测控制》席裕庚 国防版 1991
大纲撰写人：蔡云泽