有哪些信誉好的足球投注网站- 1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
系统辨识实验报告系统辨识实验报告
系
统
辨
识
实
验
报
告
学院：电子信息学院
班级：电气105
姓名：郝永旭
学号：201000474511
实验一：用相关分析法辨识系统脉冲响应
（1）M序列产生程序
Np=(2^6-1)*4;%初始化M序列的长度
for i=1:6
M(i)=1;
end
for i=7:Np;%根据M序列特征式计算M序列的其余项
M(i)=xor(M(i-5),M(i-6));
end
input=zeros(1,Np); %初始化输入
for i=1:Np
if M(i)==1 input(i)=-1;
elseif M(i)==0 input(i)=1;
end;
end
time=1:Np;
simin=[time input];
（2）正态分布白噪声程序
A=6; x0=1; N=100; M=8;
for k=1:N
x2=A*x0;
x1=mod (x2,M);
v1=x1/M;
v(1,k)=v1;
x0=x1;
end
（3）系统simulink构建
（4）脉冲响应辨识程序
z=simout.signals.values(1:Np,1);
Ruz=zeros(1,2^6-1); %产生相关函数
N=Np-2^6+1;
for k=1:2^6-1
for i=2^6:Np
Ruz(k)=Ruz(k)+input(i-k)*z(i);
end
Ruz(k)=Ruz(k)/N;
end
c=-Ruz(62); %求g(k)
for k=1:2^6-1
g(k)=N/(N+1)*(Ruz(k)+c);%脉冲响应的估计值；
end
num=[1]; %画图
den=[8.3*6.2 14.5 1];
sys=tf(num,den);
t=0:62;
y=impulse(sys,t);%真实的脉冲响应函数；
figure
plot(t,g(t+1),r,t,y,b);
实验二：利用Matlab中的ident模块对实验得到的数据进行处理
X=[2.8 2.9 3.0 3.0 3.0 2.9 2.7 2.5 2.3 2.2 2.0 1.8 1.6 1.5 1.4 1.6 1.7 1.8 2.0 2.3 2.4 2.6 2.9 2.9 3.0 3.0 3.0 2.9 2.8 2.6 2.3 2.1 2.0 1.8 1.6 1.5 1.5 1.8 1.7 1.8]
Y=[2.7 2.8 2.9 3.0 2.9 2.8 2.7 2.5 2.3 2.1 1.8 1.4 1.1 0.9 0.7 0.8 1.0 1.3 1.6 2.0 2.2 2.4 2.6 2.8 2.9 2.9 2.8 2.8 2.7 2.6 2.3 2.1 1.8 1.2 1.1 0.9 0.8 0.8 1.1 1.2]
间隔时间0.5
把数据的间隔时间变成0.05
在PC机上打开Matlab后，先将数据导入，再用ident指令打开如图：
实验三：利用Matlab的窗口指令对实验得到的数据进行处理
X=[2.8 2.9 3.0 3.0 3.0 2.9 2.7 2.5 2.3 2.2 2.0 1.8 1.6 1.5 1.4 1.6 1.7 1.8 2.0 2.3 2.4 2.6 2.9 2.9 3.0 3.0 3.0 2.9 2.8 2.6 2.3 2.1 2.0 1.8 1.6 1.5 1.5 1.8 1.7 1.8]
Y=[2.7 2.8 2.9 3.0 2.9 2.8 2.7 2.5 2.3 2.1 1.8 1.4 1.1 0.9 0.7 0.8 1.0 1.3 1.6 2.0 2.2 2.4 2.6 2.8 2.9 2.9 2.8 2.8 2.7 2.6 2.3 2.1 1.8 1.2 1.1 0.9 0.8 0.8 1.1 1.2]
dry=iddata(X,Y,0.5);
ze=dry(1:20);
ze1=detrend(ze);
m1=arx(ze1,[4,3,4]);
zv=dry(20:40);
zv1=detrend(zv);
compare(zv1,m1);
实验总结：
通过对系统辨识的学习，让我知道了他的重要性，尤其是近二十年来，系统辨识获得了长足的发展，已经为控制理论的一个十分活跃而又要的分支。随着智能控理论、遗传算法理论等的不断成熟，逐渐形成了形式多样的现代的系统辨识方法，并且已在实际问题应用中取得了较好的使用效果。我们可
文档评论（0）