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
=0.0 |
=0.25 |
=0.50 |
=0.75 |
=1.00 |
=0.99 |
=2.03 |
=2.98 |
=4.01 |
=4.99 |
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 .