UFIR-Parameteridentifikation in Echtzeit-Reference-Cited by-同舟云学术

UFIR-Parameteridentifikation in Echtzeit

Published:2020-02-25 Issue:3 Volume:68 Page:176-195
ISSN:2196-677X
Container-title:at - Automatisierungstechnik
language:en
Short-container-title:

Author:

Siegl Steffen¹,Svaricek Ferdinand¹

Affiliation:

1. 410959 Universität der Bundeswehr München , Fakultät Luft- und Raumfahrtechnik, Institut für Steuer- und Regelungstechnik , Werner-Heisenberg-Weg 39 , Neubiberg , Deutschland

Abstract

Zusammenfassung In diesem Beitrag wird ein erwartungstreues Filter mit endlicher Impulsantwort (Unbiased Finite Impulse Response/UFIR) zur Systemidentifikation mittels Parameterschätzung verwendet. Dieses entspricht einem Least-Squares-Verfahren auf bewegtem Horizont (Receding Horizon Least Squares/RHLS) ohne die Verwendung von Anfangsbedingungen und mit optimaler Horizontlänge für eine minimale Schätzfehlerkovarianz in Gegenwart von Parameter- und Messrauschen. Eine Messdatensequenz, die ein „intelligenter Sensor“ mit einem Puffer generiert, wird von der Strecke über ein Netzwerk [basierend auf dem Transmission Control Protocol (TCP)] zum Parameterschätzer übertragen. Der Einfluss von stochastisch auftretenden Paketverlusten auf den bisher wenig zur Parameteridentifikation eingesetzten Schätzer wird untersucht. Konvergenz- und Stabilitätsbetrachtungen werden abgeleitet und an einem numerischen Beispiel erläutert.

Publisher

Walter de Gruyter GmbH

Subject

Electrical and Electronic Engineering,Computer Science Applications,Control and Systems Engineering

Link

https://www.degruyter.com/document/doi/10.1515/auto-2019-0111/pdf

Reference53 articles.

1. P. Albertos, R. Sanchis and A. Sala. Output prediction under scarce data operation: control applications. Automatica, 35(10): 1671–1681, Oct 1999.

2. C. Bohn und H. Unbehauen. Identifikation dynamischer Systeme. Springer Fachmedien Wiesbaden, 2016.

3. M. S. Branicky und S. M. Phillips. Networked control systems repository [online], URL: https://case.edu/cse/ncs/index.htm?nw_view=1484412432, 2007.

4. L. Cao and H. M. Schwartz. Exponential convergence of the Kalman filter based parameter estimation algorithm. International Journal of Adaptive Control and Signal Processing, 17(10): 763–783, 2003.

5. J. Cioffi and T. Kailath. Windowed fast transversal filters adaptive algorithms with normalization. IEEE Transactions on Acoustics, Speech, and Signal Processing, 33(3): 607–625, 1985.

Cited by 1 articles. 订阅此论文施引文献订阅此论文施引文献，注册后可以免费订阅5篇论文的施引文献，订阅后可以查看论文全部施引文献

1. UFIR-Parameteridentifikation in Echtzeit bei fehlenden Messungen;at - Automatisierungstechnik;2021-01-01