结构辨识

根据输入输出的观测数据,按照某种最佳准则确定模型具体形式的过程,是系统辨识实验设计后的第二个步骤。系统的结构是指系统的数学模型的具体表达形式。例如,考虑数学模型

其中u是输入,y是输出,θ表示未知参数向量,x是状态。fg的具体形式就是模型的结构。如果fg都是线性函数,则称模型为线性模型,否则称为非线性模型。

线性模型的结构是用一些参数来表征的,一般可以通过输入输出数据来确定其结构。非线性模型的结构主要根据关于系统本身的知识(包括系统的固有规律和实践中所获得的知识)和经验来确定。但在对系统进行近似描述时,其结构也可能通过数据用辨识的方法来确定(见数据处理的分组方法)。结构辨识是建立数学模型的重要步骤。而数学模型总是在一定程度上对现实系统的近似,所以在确定模型结构时,首先应根据应用模型的目的考虑选择什么样的形式,注意模型的适用性,同时又要顾及结构的复杂程度和参数估计的可能性。因此结构辨识的目标应是确定一个简单的、满足精度要求的适用模型的结构。