6. Bố cục của luận văn
2.1.5.Các bước tiến hành bài toán nhận dạng
Trong đó: 1 1 1 1 1 1 ( ) 1 ... +a ( ) 1 ... +b na na nb nb A q a q q B q b q q (2.17) Phương pháp bình phương tối thiểu đã được xây dựng thành hàm trong Matlab xác định tham số cho mô hình ARX:
Cấu trúc lệnh:
M=arx(data, orders)
M=arx(data, „na‟, na, „nb‟, nb, „nk‟, nk)
M=arx(data, orders,„Property1‟, value1,„PropertyN‟, valueN) Orders: là ma trận tham số [na nb nk] của mô hình ARX
Value: là phần định nghĩa các tên gọi, thuộc tính tương ứng với Property trong mô hình tham số thu được.
na: Number of poles (số điểm cực)
nb: Number of zeroes plus 1 (số điểm không) nk: Bước trễ
2.1.5. Các bước tiến hành bài toán nhận dạng
Bước 1: Thu thập dữ liệu vào/ra thực nghiệm của hệ thống.
Bước 2: Tiền xử lý dữ liệu nhằm loại bỏ các giá trị đo kém tin cậy. Dữ liệu thu thập
khi thí nghiệm thường không thể sử dụng ngay trong các thuật toán nhận dạng hệ thống do các khiếm khuyết sau:
- Nhiễu tần số cao trong tập dữ liệu thu thập được.Tập dữ liệu bị gián đoạn, thiếu dữ liệu, hoặc có các giá trị đo sai (outlier).
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn/
Bước 3: Lựa chọn phương pháp nhận dạng (nhận dạng mô hình có tham số hay
không có tham số, phân tích đáp ứng quá độ/phương pháp bình phương tối thiểu…).
Bước 4: Lựa chọn cấu trúc mô hình: Kết hợp yêu cầu về mục đích sử dụng mô hình
và khả năng ứng dụng của phương pháp nhận dạng đã chọn, quyết định về dạng mô hình (phi tuyến/tuyến tính, liên tục/gián đoạn…), đưa ra giả thuyết ban đầu về cấu trúc mô hình (bậc tử số/bậc mẫu số của hàm truyền đạt, có hay không có trễ,…).
Bước 5: Xác định các tham số mô hình theo phương pháp/thuật toán đã chọn. Mô
phỏng, kiểm chứng và đánh giá mô hình nhận được theo các tiêu chuẩn đã lựa chọn, tốt nhất là trên cơ sở nhiều tập dữ liệu khác nhau. Nếu chưa đạt yêu cầu, cần quay lại một trong các bước 1 - bước 4 cho đến khi chọn được mô hình và thông số hợp lý.