so417.cn-女BBBB槡BBBB槡BBBB,国产亚洲av片在线观看18女人,亚洲AV无码久久精品色欲,无码精品黑人一区二区三区

驅動系統的數學模型描述著計算機D/A輸出值(即電壓值)和驅動輪轉速之間的關系，設計自動導引控制器及進行仿真和試驗研究都需要建立能夠正確地反映車輛驅動系統特性的數學模型。

    由于AGV驅動系統環節較多，例如，電機調速機構包括D/A轉換、電機控制器、減速器、控制電機等;而且各部件的有關性能參數難以確定，如機械傳動機構的剛度、阻尼、縱向運動慣量等機械性能參數都不便于測定，因此采用解析法建立車輛調速機構數學模型的困難很大。由于系統的輸入輸出信號一般總是可以測量的，而系統的動態特性必然出現于這些輸入輸出數據中，故可以利用輸入輸出數據所提供的信息來建立系統的數學模型，這種建模方法就是系統辨識。隨著系統辨識理論與方法的發展，應用系統辨識的方法，通過實驗研究來確定系統的數學模型，是一種能滿足上述要求的行之有效的途徑。

    為了對驅動系統動態特性進行初步分析并便于以后的系統辨識，需要首先通過對其進行特定的輸入信號(如階躍輸入)下的動態響應過程試驗，從而可以根據試驗結果判斷出驅動系統模型的階次。另外，由于輸入輸出信號均為離散數字信號，因此宜采用差分方程描述該系統。用差分方程定量描述一個動態系統時，必須確定出方程中的有關參數。所以，該種系統辨識的實質是一個參數估計問題，可視為一種灰箱式部分辨識問題，同時，辨識過程中由于輸入輸出數據受到噪聲的影響，一般應看成是隨機變量，因此也屬于統計學范疇。
    在參數估計時，力求使某一個被適當定義的誤差標準趨于最小，以便使尋求的數學模型與試驗數據有最佳擬合。在各種參數估計技術中，最小二乘法是從試驗數據進行參數估計的主要手段，其獲得的估計在一定條件下具有最佳的統計特性，因此該方法被廣泛應用于系統辨識研究中。

    在系統辨識中，輸入信號的類別和形式影響著所采用的辨識方法和辨識精度。用于辨識輸入信號的最低要求是具有持續激勵特性，即在整個觀測周期上，過程的所有模態必須被輸入信號持續激勵。這意味著輸入信號不能隨意選擇，否則不但辨識精度不能保證，甚至可能造成不可辨識。目前常用的信號主要是隨機序列(如白噪聲)和偽隨機序列。

    理論分析表明，選用白噪聲作為辨識輸入信號可以保證獲得較好的辨識效果，但是白噪聲在工程上不易實現，因此工程中一般選用最長線性移位寄存器序列(簡稱M序列)作為辨識輸入信號。M序列是二進制偽隨機碼序列(PRBS)的一種形式，它的自相關函數接近脈沖函數，具有近似白噪聲的性質，可保證有較好的辨識精度。