Nhận dạng các tham số biến đổi theo thời gian của hệ thống tuyến tính không dừng
15 lượt xemDOI:
https://doi.org/10.54939/1859-1043.j.mst.CAPITI.2024.168-174Từ khóa:
Nhận dạng; Hệ thống tuyến tính không dừng; Tham số hóa; Mô hình hồi quy tuyến tính.Tóm tắt
Nhận dạng các tham số biến đổi theo thời gian của hệ thống tuyến tính không dừng là một bài toán phức tạp, cho đến ngày hôm nay vẫn chưa có một phương pháp tổng quát để giải quyết bài toán trên. Trong bài báo này, đề xuất một phương pháp nhận dạng mới giúp tham số hóa mô hình đối tượng điều khiển với các tham số biến đổi tuyến tính từng đoạn theo thời gian về mô hình hồi quy tuyến tính. Sau đó, kết hợp sử dụng phương pháp hồi quy động mở rộng (DREM) để ước lượng các tham số của mô hình này giúp tăng độ chính xác hội tụ các tham số về giá trị thực. Các mô phỏng trên Matlab/Simulink chứng minh cho tính đúng đắn của thuật toán đã đề xuất.
Tài liệu tham khảo
[1]. A.A. Bobtsov, A.G. Nagovitsina, “Adaptive control of linear nonstationary objects output,” Avtomatika i Telemehanika, no. 12, pp. 163–174, (2006). DOI: https://doi.org/10.1134/S0005117906120137
[2]. A.A. Bobtsov, V.V. Grigoryev, A.G. Nagovitsina, “Adaptive control algorithm by nonstationary object in terms of disturbance and delay time,” Mekhatronika, Avtomatizatsiya, Upravleniye, no. 1, pp. 8–14, (2007).
[3]. A.M. Cykunov, “Robust control of nonstationary objects,” Avtomatika i Telemehanika, no. 2, pp. 117–125, (1996).
[4]. Ju.N. Andreev, “Control of finite-dimensional linear objects,” Moscow, Nauka, 424 p, (1976).
[5]. N.E. Barabanov, “On stabilization of linear nonstationary systems with uncertainty in coefficients,” Avtomatika i Telemehanika, no. 10, pp. 30–37, (1990).
[6]. K.S. Tsakalis, P.A. Ioannou, “Linear time varying systems: control and adaptation,” Englewood Cliffs, NJ, Prentice-Hall, (1993).
[7]. Y. Zhang, B. Fidan, P.A. Ioannou, “Backstepping control of linear time-varying systems with known and unknown parameters,” IEEE Trans. Automat. Contr, vol. 48, no. 11, p. 1908–1925, (2003). DOI: https://doi.org/10.1109/TAC.2003.819074
[8]. V.D. Jurkevich, “Synthesis of nonlinear nonstationary control systems with multi-tempo processes,” SPb, Nauka, 288 p, (2000).
[9]. C. Wang, V.T. Le, A.A. Pyrkin, S.A. Kolyubin, A.A. Bobtsov, “Identification of Piecewise Linear Parameters of Regression Models of Non-Stationary Deterministic Systems,” Avtomatika i Telemehanika, no. 12, pp. 71–82, (2018). DOI: https://doi.org/10.31857/S000523100002858-7
[10]. P.A. Ioannou, J. Sun, “Robust adaptive control,” California, PTR Prentice-Hall, (1996).
[11]. S. Aranovskiy, A. Bobtsov, R. Ortega, A. Pyrkin, “Performance Enhancement of Parameter Estimators via Dynamic Regressor Extension and Mixing,” IEEE Trans. Automat. Control, vol. 62, no. 7, pp. 3546–3550, (2016). DOI: https://doi.org/10.1109/TAC.2016.2614889
[12]. S. Sastry, M. Bodson, “Adaptive Control: Stability, Convergence and Robustness,” Courier Dover Publications, 400 p, (2011).
[13]. A.A. Pyrkin, A.A. Bobtsov, A.A. Vedyakov, S.A. Kolyubin, “Estimation of polyharmonic signal parameters,” Avtomatika i Telemehanika, no. 8, pp. 94–114, (2015). DOI: https://doi.org/10.1134/S0005117915080068
[14]. A. Pyrkin, F. Mancilla-David, R. Ortega, A. Bobtsov, S. Aranovskiy, “Identification of Photovoltaic Arrays’ Maximum Power Extraction Point via Dynamic Regressor Extension and Mixing,” Int. J. Adaptive Control Signal Process, vol. 31, no. 9, pp. 1337–1349, (2017). DOI: https://doi.org/10.1002/acs.2768
[15]. A.A. Bobtsov, A.A. Pyrkin, R. Ortega, “Аdaptive flux observer for permanent magnet synchronous motors”, Sci.Tech. J. Inf. Technol. Mech. Opt, vol. 15, no. 1, pp. 40–45, (2015). DOI: https://doi.org/10.17586/2226-1494-2015-15-1-40-45
