Escolar Documentos
Profissional Documentos
Cultura Documentos
Identificação de Sistemas
Introdução
Este trabalho tem por objetivo obter um modelo matemático que melhor
represente os dados um conjunto de dados amostrados. Os dados consistem de dois
conjuntos numéricos onde um representa a entrada, simbolizado pela letra u, e outro
conjunto, simbolizado pela letra y, representa a saída de um sistema linear. Os dois
conjuntos são mostrados nas Fig. 1a e Fig. 1b, respectivamente, entrada e saída do
sistema. As técnicas a serem usadas consistem na aplicação dos métodos dos mínimos
quadrados (ARX, ARMAX, etc.) disponíveis na toolbox do MATLAB.
5
y1
-5
-10
0 100 200 300 400 500 600
0.5
u1
-0.5
-1
0 100 200 300 400 500 600
Time
Como o fitting foi muito pequeno, não pode ser considerado válido como critério
de seleção. Pelo critério do erro final de predição (FPE) verifica-se no modelo 321
como sendo o mais adequado. Avaliando pela correlação entre os resíduos na Fig. 3,
verifica-se que todos os modelos ensaiados apresentam poucas e pequenas variações. A
Fig 4 mostra a resposta ao impulso onde o modelo 321 apresenta o maior ganho com
relativa estabilidade, porém este modelo apresenta um zero fora do eixo unitário,
mostrado na Fig. 4, sendo a priori, descartado. Na mesma Fig. 4, observa-se que os
modelos 411, 311 e 211 tem respostas muito semelhante indicando serem estes os
modelos mais adequados ao sinal isento do ruído. Devido ao fato de nao se ter
conseguido um bom fitting nestes modelos, admite-se o sinal então contendo um erro do
tipo estocástico caracterizado pela Eq. 1, onde e(t) é uma seqüência de variáveis
randômicas independentes com média zero e variância ë, sugerindo o uso do modelo
ARMAX.
v (t ) H ( q ).e(t ) (1)
Autocorrelation of residuals for output y1
0.2
0.1
-0.1
-0.2
-20 -15 -10 -5 0 5 10 15 20
0.1
-0.1
-0.2
-20 -15 -10 -5 0 5 10 15 20
Samples
Step Response
3
321
2.5 210
311
411
2
211
1.5
0.5
-0.5
-1
0 5 10 15 20 25 30 35 40
Time
0.8
0.6
p-321
0.4 z-321
p-210
0.2
z-210
p-311
0
z-311
-0.2 p-411
z-411
-0.4 p-211
z-211
-0.6 data11
-0.8
-1
-1.5 -1 -0.5 0 0.5 1
0.1
-0.1
-0.2
-20 -15 -10 -5 0 5 10 15 20
0.1
-0.1
-0.2
-20 -15 -10 -5 0 5 10 15 20
Samples
Step Response
4
2131
3.5 2141
3141
4141
3
3131
2.5
1.5
0.5
0
0 5 10 15 20 25 30 35 40
Time
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
-1 -0.5 0 0.5 1
Power Spectrum
4
10
3
10
2
10
1
10
0
10
-1
10
-2
10
-2 -1 0 1
10 10 10 10
Frequency (rad/s)
Figura 8 – Espectro do ruído
Frequency response
5
10
Amplitude
0
10
-5
10
-2 -1 0 1
10 10 10 10
0
Phase (deg)
-100
-200
-300
-2 -1 0 1
10 10 10 10
Frequency (rad/s)
Figura 9 – Resposta em freqüência
-2
-4
-6
-8
-10
0 100 200 300 400 500 600
Time
N N
Aˆ y Bˆ u v(k )
k 1
k
k 1
k (2)
2
saida
-2
-4
-6
-8
-10
0 50 100 150 200 250 300 350 400 450 500
-1
-2
saida
-3
-4
-5
-6
140 160 180 200 220 240 260 280 300 320
5.5
5
saida
4.5
3.5
0 10 20 30 40 50 60 70 80
Embora o conjunto de dados amostrados, objeto desta avaliação, tenha tido este
comportamento difícil, pela avaliação de outros conjuntos de dados processados para
comparar com este, a ferramenta mostrou-se IDENT do MATLAB de grande valia no
auxílio à construção de modelos matemáticos a partir de dados experimentais, pois é
rápida e funciona para a maioria dos casos encontrados na prática.
Bibliografia
Ljung, L., System Identification, Theory for the user, Prentice Hall, NJ, 1999;
clc, clear;
M=zeros(5,501);
load u.mat;
load y.mat;
lambda = 1.00 ;
e=0;
ye=[];
P =1000*eye(5);
O = [0 0 0 0 0 ]' ;
for k =4:1:501
A = [ y(k-3) y(k-2) y(k-1) u(k-1) e ]' ;
pn = P*A*A'*P ;
pd = A'*P*A ;
ye(k)=A'*O;
e=y(k)-ye(k) ;
P = (P-(pn/(lambda+pd)))/lambda ;
O = O + P*A*e
M(:,k)= O;
N=M';
end
Om = mean (N)
variancia= var (N)
N2=[Om(:,1), Om(:,2), Om(:,3) Om(:,4) ];
yf(1)=0;
yf(2)=0;
yf(3)=0;
for k=4:1:501
end
%---------------------------------------------------------------------
EQM = VN/i
%---------------------------------------------------------------------
clc, clear;
load u.mat;
load y.mat;
for k=4:1:501
A = [ y(k-1) y(k-2) y(k-3) u(k) ]' ;
yf(k)=A'*N2';
end
%---------------------------------------------------------------------
%---------------------------------------------------------------------