Приведем примеры моделей с одним входом и одним выходом
наиболее часто применяемые на практике.
ПРИМЕР 1. Провести параметрическую идентификацию модели с 1-м входом и одним выходом
, при условии, что
,
здесь - идентифицируемые параметры.
РЕШЕНИЕ. Для идентификации модели проведем над моделируемым объектом опытов, для каждого отдельного
го эксперимента будем замерять значения на входе
и значения на выходе
.
Так как модель в нашем примере является линейной по своим параметрам , для решения задачи идентификации будем использовать МНК:
или
.
Для определения параметров продифференцируем функцию по параметрам
и получим систему
Преобразуем эту систему к виду
Решая систему, определяем параметры , например, по правилу Крамера
или методом исключения с использованием обратной матрицы.
ПРИМЕР 2. Пусть в моменты времени замерялось давление в камере
некоторого устройства, результаты измерений сведены в таблицу
|
|
|
|
|
|
|
|
|
|
Будем приближать зависимость давления от времени
многочленом. Для того чтобы, выбрать степень многочлена визуализируем
результаты измерения, изобразив их точками в плоскости (см. рисунок 2.4)
Замечаем, что зависимость близка к линейной, поэтому
для приближения будем использовать многочлен 1-й степени .
Составим функцию . Будем определять параметры, как решение
системы
Подставим значения из таблицы и получим систему
Решим систему и определим .