系统辨识方法

---

通过试验或运行数据来估算出控制系统的数学模型和参数。

按照Zadeh的定义：系统辨识是在输入和输出的基础上，从一类系统中确定一个与所测系统等价的系统。系统辨识方法的内容应包括：系统辨识的试验设计，模型结构确定，参数估计，模型验证等。

其方法步骤框图可如右图所示。

图：系统辨识方法步骤

从上述的方法步骤来看，系统辨识在实践上涉及如何合理安排试验，如何选择输入信号，如何检测和收集数据，如何进行实时验证等问题。

在理论上涉及到模型结构的选择——黑箱问题(又称完全辨识问题)或灰箱问题(又称部分辨识问题)，系统模型的参量化和可辨识性，动态系统参数估计的优良性，在线参数估计和计算方法的改进等问题。

大量的系统辨识问题都是通过表述或简化为参数辨识问题未解决的，系统辨识方法的研究也主要在这方面取得了成果。

由于噪声和系统本身的随机干扰，以及模型方程的不精确性，参数辨识实质上是一个统计估值问题。目前常用的有极大似然法、最小二乘法、互相关法，辅助变量法以及随机逼近法，也有人提出了其他各种最优方法。其中尤以最小二乘法受到重视。因为这是一种经典的方法，简单、实用、性能好，而且可以容易地与其他辨识方法建立联系，从而有可能统一处理系统辨识问题。