基本内容

closed-loop system identification 在闭环条件下确定开环系统(或正向通道)的动态性。一般的系统辨识方法都是针对开环控制系统的，于闭环控制系统的辨识，主要是指根据闭环操作所得的数据，在什么条件下可以辨识和如何辨识系统的正通道参数的问题。稳定的闭环系统对于不同反馈作用输入信号可能有几乎相同的输出信号，因此闭环系统输入和输出数据所提供的信息比开环的少。

基本简介

图片

　 综述了一类特殊的辨识问题———闭环辨识问题的研究进展.首先介绍了闭环问题的产生与经典的解决方案,然后对近年来文献中涌现的几类具有代表性的闭环辨识方法进行了评述与比较,同时指出了与经典方法间的内在联系.并介绍了对闭环辨识具有很大应用价值的辨识、控制交互式联合设计这一当前活跃领域的现状.最后,对闭环辨识问题值得进一步研究的几个方向提出了作者的观点。

基本功能

图片

　 研究了该算法的理论与实现步骤。并在此基础上，研究了递推子空间模型辨识(RSMI)算法，借助Matlab语言，完成了子空间模型辨识和递推子空间模型辨识算法，通过仿真实验验证了子空间模型辨识算法和递推的子空间模型辨识算法的有效性和准确性。针对多数系统为闭环系统的情况，在开环系统辨识的基础上，详细地研究了闭环系统多变量辨识。通过仿真实验，验证了闭环子空间模型辨识(closed-loopSMI)算法的有效性。

模型算法

图片

　　并以开环系统的子模型、子子模型算法为基础，深入研究了闭环系统的子子模型辨识算法。通过仿真实验验证了子子模型辨识算法的可行性与有效性，并开发了子子模型闭环系统辨识软件。

参数估计

通过参数估计得到的模型，虽然按某种准则在选定的模型类中是最好的，但是并不一定能达到建模的目的，所以还必须进行适用性检验。这是辨识过程的重要一环，只有通过适用性检验的模型才是最终的模型。

造成模型不适用主要有三个方面的原因:模型类(模型的结构)选择不当;实验数据误差过大或由于实验条件限制，数据的代表性太差；辨识算法存在问题（例如没有考虑必要的约束）。

模型是否适用与建模的目的紧密相关，所以很难得出统一的检验方法，而是要根据问题的性质采取不同的方法。一般来说，适用性检验在得到模型后进行，但也可以在辨识过程的各个阶段进行。例如，考察模型的结构可辨识性本身就是一种适用性检验，不可辨识的模型当然是不适用的。

检验方法

适用性检验的方法主要有两类：利用先验知识检验和利用数据检验。利用先验知识是适用性检验的一条重要途径。有一些模型从数据的拟合上看不出问题，但是根据对模型已有的知识却可以断定模型是否适用。例如辨识一个化学反应动力学模型：已经知道反应物浓度增大并不抑制反应，如果参数估计的结果反应系数是负的，就可断定这是不合理的。又如辨识生理动力学模型：如果参数估计得到的参数值已超过生理学已知的可能范围，这样的模型也是不适用的。适用性检验的另一条途径是，利用数据在同一模型类中或在不同的模型类中进行比较。在得到模型后常常用一组不同于辨识时用的数据去检验模型的精度。如果检验的结果有过大的误差，则可能存在两个问题：辨识用的数据缺乏代表性或所选的模型类不合适。在不同类的模型中进行比较所用的方法主要是统计检验（如 F检验、似然比检验）或者是在拟合误差的基础上加上评价模型的惩罚项（如赤池的AIC准则）。