Algoritmy pro rekurzivní odhad parametrů

Abstract

Regresní model ARX patří v adaptivním řízení mezi nejčastěji používané modely pro popis dynamiky řízeného systému. Pro odhad jeho parametrů se nejčastěji používá metoda nejmenších čtverců. Neměřitelné poruchy a nenamodelovaná dynamika mohou způsobit, že rekurzivní metoda nejmenších čtverců poskytuje chybný odhad parametrů. Regulátor založený na těchto odhadech nemusí spolehlivě pracovat. Příspěvek se zabývá několika známými rekurzivními identifikačními metodami pro odhad parametrů modelů ARX, ARMAX a OE za účelem zlepšení spolehlivosti samočinně se nastavujícího regulátoru.

In adaptive control the ARX regression model is mostly utilized for description of given plant dynamics and unknown parameters are estimated by recursive least square method. Unknown disturbances and non-modeled dynamics can cause that the recursive least squares method leads to inadequate estimations. The controller based on these estimated parameters can give poor performance. This paper deals with several well-known recursive identification methods for parameter estimation of ARX, ARMAX, OE (output-error) model in order to improve the self-tuning controller performance and reliability.