通过对复杂工业环境下多变量、非线性过程的分析,兼顾估计与控制双重准则,采用子空间系统辨识实现了状态空间内对被控系统良好的信息描述和预测,并进行了参数估计一致性、收敛性等性能分析。提出一种新的递推子空间辨识算法,实现基于RLS-like遗忘因子的数据Hankle矩阵的构造,更好地跟踪系统时变特性,提高了递推算法的收敛速度. 基于输入扩张的状态空间构造方法,在子空间辨识框架内提出一种新的闭环辨识算法,解决开环算法应用于闭环系统辨识时产生有偏估计的问题。针对两种特殊的非线性系统,双线性系统和分段线性 (PWL) 系统,从子空间辨识的设计与实现出发,提出新的辨识算法,解决了子空间方法应用于非线性系统辨识遇到的问题。针对双线性系统,将几种合适的计算策略结合到新的辨识过程中,提出一种有效的双线性子空间算法,消除了子空间方法应用于双线性系统辨识的计算障碍,在投影计算以及状态估计值提取步骤,大大降低了计算量。将子空间辨识算法作为系统建模工具,在已有子空间辨识算法研究,如非线性辨识算法、闭环条件下的辨识等基础上,结合模型预测控制的思想策略,实现了数据驱动预测控制器的设计,并开发了仿真验证平台。
英文主题词Subsapce method; Preditive control; Dual control; Multi-variable; Nonlinear system