本发明专利技术提供了一种采用双率采样的哈马斯坦非线性模型的参数辨识方法。该方法通过多项式变换技术重构了不同采样频率的输入输出信号，使之成为能用于辨识的输入输出信号，并用过参数化技术和递推最小算法对双率采样哈马斯坦非线性模型进行参数辨识。该发明专利技术解决了不同采样频率下的哈马斯坦非线性模型的参数不可辨识的问题。本发明专利技术可以应用于生物发酵过程建模。
【技术实现步骤摘要】
本专利技术涉及，涉及生物发酵反应模型的参数辨识，同也可用于生物医学、通信、勘探、化工过程、航空航天等多种领域和技术中估计系统模型参数辨识。
技术介绍
双率采样的系统是一类极其普遍的系统，广泛存在于各种工业过程中，得到了许多学者的研究，并取得了一定的成果(丁锋，陈通文，萧德云。一般双率随机系统状态空间模型及其辨识。自动化学报，200430 (5) :652-663).生物发酵反应是极其复杂的生化过程，为了进一步优化发酵过程，人们在改进发酵工艺和设备的同时，不断注重发酵过程的监测和控制，并取得了一定的成果(王斌，王孙 安，刘曙.一类生物发酵过程的非线系统建模方法。纺织高校基础科学学报，2005，18 (I)78-82)。由于对生化反应过程参数(如菌体浓度、代谢产物浓度和菌体比生长速率等)的测量困难，且数据经常不可得，所以现阶段一般使用发酵过程的温度、PH值和溶氧值来表征发酵过程状态，并通过它们来获得较好的发酵效果。温度是影响生化反应过程的一个重要变量，温度过高将导致生物发酵菌种死亡，影响产品的质量；温度过低则发酵速度慢，生产周期长，生产效率低，同时温度对PH值和溶氧值也会产生一定影响。所以，在发酵过程中对温度的监测显得相当重要。同时由于发酵过程是一个具有非线性的复杂生化反应，影响发酵温度的因素很多，如微生物发酵热、电机搅拌热、冷却水本身的温度变化以及周围环境温度的改变等，因此一般的单率采样线性系统不能刻画整个系统的特性，此时就需要建立双采样率哈马斯坦模型描述整个生物发酵反应的温度和反应产物非线性关系，并对双率采样哈马斯坦模型的参数进行辨识。
技术实现思路
本专利技术的目的是提出了。针对生物发酵反应的温度和反应产物非线性关系建立双采样率哈马斯坦非线性模型，并对采用双率采样哈马斯坦模型的参数进行辨识。为了实现上述目的，本专利技术通过多项式变换技术重构了不同频率的输入输出信号，使之成为能用于辨识的输入输出信号，并用递推最小算法对双率采样的哈马斯坦非线性模型进行参数辨识。本专利技术的估计模型和原理如下对于输入温度米样信号序列u (k),经过未知参数系统P = b (z)/a (z)后,其反应产物输出采样信号序列I (k)。假设系统噪声为V (k)，则有哈马斯坦模型a(z)y(kg) - b(z)u (k) + v(kq)，其中^0 = ￥(幻+ ￥2(幻+ + 0 ,分)是对输入温度采样信号序列u(k)的非线性表达。由于输入温度信号序列u (k)和反应产物输出信号序列y(kq)的米样频率不同,系统参数不可辨识，所以需要对哈马斯坦模型进行双率提升，得到双率哈马斯坦模型y{kq) = y{kq) + p{z)u (k) + v{kq)，其中a (z) = a(z) ^ (z) = b (z) 4>q, q 为提升因子。对双率哈马斯坦模型的参数用递推最小二乘算法进行辨识，估计系统参数 B{kq) = 0(kq-q) + P(kq^(kq)，P-1 (kq) = P-1 (kq—q) + T (kq) (kq)。本专利技术适用于生物发酵过程建模。同时本专利的思想可用于采用双率采样哈马斯 坦模型的生物医学、通信、勘探、化工过程、航空航天等多种领域用于估计其它未知系统模型参数。附图说明图I为本专利技术框图。如图所示，本专利技术包括4个模块，其中模块2，3为该专利技术与常规技术不同之处。图2在不同噪声条件下双率哈马斯坦模型的参数估计误差图，误差计算公式为S= /||<9||，图中实线表示在均方差O = 0. 50的噪声条件下参数辨识的精度,虚线表示在均方差O = 2.00的噪声条件下参数辨识的精度。由图2可知，本专利技术能得到双率哈马斯坦模型的参数估计，而且辨识精度跟噪声大小有关。具体实施例方式下面通过具体的实施对本专利技术的技术方案做进一步的描述。具体步骤为I :通过采样器采集温度信号序列U (k)和反应产物输出信号序列y (kq)。2 :对于输入温度采样信号序列u(k)，经过未知参数系统P = b(z)/a(z)后，其反应产物输出采样信号序列y(kq)。假设系统噪声为V(kq)，则有哈马斯坦模型a(z)y(kq) - b(z)u(k) + v(kq)，其中w(丨)=ClU(Jc) + c2u2(k) + + Cn Urtc(A)是对输入温度米样信号序列u(k)非线性表达。3 :由于输入温度信号序列u (k)和反应产物输出信号序列y(kq)的米样频率不同，系统参数不可辨识，所以需要对哈马斯坦模型进行双率提升，得到双率哈马斯坦模型y(kq) = y(kq) + fi(z)u (k) + v(kq)，其中a (z) = a(z) ^ (z) = b (z) 4>q, q 为提升因子。上式展开为y{kq) = Yj c.fMk)] + JSlUikq-I) + --- + /3nqu(kq - nq) l=\-a'y(kq-q)-a2y(kq -2q)-----any(kq - nq) ’此时参数向量0 ，信息向量^kq) = ,f,---f, cxu{kq), C2U1 (kq), , c cu"c {kq)]。4:对双率哈马斯坦模型的参数用递推最小二乘算法进行辨识，估计系统参数火句)，9{kq) = B{kq -q) + P{kq)^kq)， P~l (kq) = P-1 (kq -q) + ^ (kq)^kq)。权利要求1.本专利技术涉及，其特征在于，获取输入米样信号u(k)和反应产物输出米样信号y(kq)，根据输入输出信号建立哈马斯坦模型；构造双率哈马斯坦模型；对双率哈马斯坦模型的参数用递推最小二乘算法进行辨识。2.根据权利要求I所述的，所述根据输入输出信号建立哈马斯坦模型，具体为对于输入米样信号序列u(k)，经过未知参数系统3.根据权利要求I所述的，所述构造双率哈马斯坦模型，具体为由于输入信号序列u(k)和反应产物输出信号序列y(k)的采样频率不同，系统参数不可辨识，所以需要对哈马斯坦模型进行双率提升，得到双率哈马斯坦模型y(kq) = y(kq) + fi(z)u(kq) + v(kq) , ^ a (z) = a (z) ^q, & (z)=b(z) 4>q, ,为提升因子。全文摘要本专利技术提供了。该方法通过多项式变换技术重构了不同采样频率的输入输出信号，使之成为能用于辨识的输入输出信号，并用过参数化技术和递推最小算法对双率采样哈马斯坦非线性模型进行参数辨识。该专利技术解决了不同采样频率下的哈马斯坦非线性模型的参数不可辨识的问题。本专利技术可以应用于生物发酵过程建模。文档编号G06F17/50GK102737151SQ20121022861公开日2012年10月17日 申请日期2012年7月4日 优先权日2012年7月4日专利技术者周林成, 李向丽, 潘丰 申请人:江南大学本文档来自技高网...
【技术保护点】
本专利技术涉及一种采用双率采样的哈马斯坦非线性模型的参数辨识方法，其特征在于，获取输入采样信号u(k)和反应产物输出采样信号y(kq)，根据输入输出信号建立哈马斯坦模型；构造双率哈马斯坦模型；对双率哈马斯坦模型的参数用递推最小二乘算法进行辨识。
【技术特征摘要】
【专利技术属性】
技术研发人员：潘丰，周林成，李向丽，
申请(专利权)人：江南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。