IDENTIFICACIN DE SISTEMAS

Identificacion de modelos no parametricos

CONTENIDO
Modelos

parametricos y no parametricos
Mtodos de identificacin
Anlisis de la respuesta transitoria
Anlisis de la correlacin
Algunos comandos
Ejemplos

en Matlab

Algunos comandos
Ejemplos

en Matlab

Analisis

de Fourier
Analisis espectral

U
t

Proceso

Modelo

Mtodos de
Identificacin
8

Y
t

MTODOS DE IDENTIFICACIN

Mtodos no paramtricos, que permiten

obtener modelos no paramtricos del sistema
bajo estudio.
Mtodos paramtricos, que permiten obtener
modelos paramtricos.

MTODOS NO PARAMTRICOS

Algunos de estos mtodos son:

anlisis

de la respuesta transitoria,
anlisis de la correlacin,
anlisis espectral,
anlisis de la respuesta en frecuencia,
anlisis de Fourier, etc.

10

11

Anlisis de la
respuesta
transitoria

SISTEMA GENERADOR DE DATOS

Se supone el sistema generador de datos dado por

y t G0 q u t v t
q es el operador retardo

v t H q e t
e es un ruido blanco
12

ANLISIS DE LA RESPUESTA
IMPULSO
Esta

metodologa de identificacin consiste

en aplicar como entrada al proceso una
seal impulso.
u(t)

y(t)

h1
T

hj

system

13

SALIDA PARA UNA ENTRADA U

La salida esta dada por

En terminos de la respuesta al impulso

y t g k u t k v t
k 1

14

SALIDA PARA UNA ENTRADA PULSO

u(t)

y(t)

h1
t

hj

system

Amplitud del pulso

y t g t v t

La salida es la respuesta al impulso mas un termino de

incertidumbre

15

ESTIMACION DE LA
RESPUESTA AL IMPULSO

El valor estimado de los coeficientes de la

respuesta impulso se determina a partir de:

y t
g

con un error de estimacin de: v(t)/.

Qu tan importante es el error de estimacion?

16

EJEMPLO 1

Respuesta impulsional del sistema

q 0.5q
y t
u t v t
1
2
1 1.5q 0.7 q
1 q 1 0.2q 2
v t
e t
1
2
1 1.5q 0.7 q

Ver ident_elg_Ej1.m

17

EJEMPLO 1

Respuesta del
sistema

Respuesta impulsiva
con ruido
4
3

Respuesta impulsiva
sin ruido

2
1
0
-1
-2
-3
0

10

15

20

25

30

35

40

18

PROBLEMAS DEL METODO DE

LA RESPUESTA AL PULSO

Los problemas que se plantean en el anlisis de la

respuesta impulso son:
gran

sensibilidad al ruido,

dificultades

con las colas del impulso debido a su larga

duracin y bajas amplitudes,

queda restringido al estudio de sistemas estables.

19

Anlisis de la
correlacin
23

SISTEMA GENERADOR DE DATOS

Se supone el sistema
generador de datos dado por

y t G0 q u t v t
q es el operador retardo

v t H q e t
e es un ruido blanco
24

ENTRADA AL SISTEMA

Se escoge como entrada al sistema u(t) un ruido

blanco, cuya funcin de autocorrelacion es:

si 0

si 0

Ru

u2

2
u

25

RESPUESTA DEL SISTEMA

entonces en terminos de la respuesta al impulso

la correlacion cruzada entre la entrada y la
salida es:

R yu Ru u g0 u du

26

ESTIMACION DE LA
RESPUESTA AL IMPULSO

La respuesta al impulso puede ponerse del

siguiente modo:

g0

Ryu

2
u

27

ESTIMACION DE LA
RESPUESTA AL IMPULSO

La respuesta al impuso puede estimarse de la

estimacion de la correlacion-cruzada a partir de
las N muestras

N 1
1
R yuN : y t u t
N t 0

28

ESTIMACION DE LA
RESPUESTA AL IMPULSO

En el caso de una entrada ruido blanco la

estimacion de la respuesta impulsiva es

g0

R yu

2
u

Si la seal de entrada no es ruido blanco no es trivial como

resolver el problema.
A continuacion se propone un metodo.

29

CASO DE ENTRADA CUASIESTACIONARIA DETERMINISTICA

Si la entrada es cuasi-estacionaria deterministica

entonces se usa un filtro L(q) denominado
blanqueante

30

ENTRADA CUASI-ESTACIONARIA
DETERMINISTICA
y f t L q y t

u f t L q u t

Ry f u f

2
uf

El filtro L(q) se implementa en el computador

31

Algunos comandos
en Matlab
32

EJERCICIO

Consultar en matlab la ayuda de los siguientes

comandos
covf
cra

33

Ejemplos
34

EJEMPLO 2

Estimar la respuesta al impulso del sistema:

35

EJEMPLO 2

Respuestas al impulso
real (escalones) y
estimada (crculos)
mediante anlisis de
correlacin.

Ver ident_elg_Ej2.m

36

EJEMPLO 3

Se desea utilizar el anlisis de correlacin para

estimar la respuesta impulso del sistema discreto
con un periodo de muestreo de 1 segundo:

q^-1 + 0.5q^-2
y(t) = -------------------------------- u(t) + v(t)
1 - 1.5q^-1 + 0.7q^-2

Ver Problema 2.7 en [Escobet y Morcego, 2003]

37

Anlisis de Fourier
38

ESTIMACION DE LA RESPUESTA
EN FRECUENCIA

Es posible determinar la respuesta en frecuencia

utilizando la transformada de Fourier de las
seales de entrada y salida:

Y
G i
U
Si la entrada tiene energa finita
39

ESTIMACION DE LA RESPUESTA
EN FRECUENCIA

En el caso de tener acceso a datos en un intervalo

de tiempo finito 0 < t < S , la transformada de
Fourier de las seales son

YS y t e iwt dt
0

U S u t e iwt dt
0

40

FUNCIN DE TRANSFERENCIA
EMPRICA (ETFE)

La denominada Estimacin de la Funcin de

Transferencia Emprica (ETFE) se determina con

Ys

GS i
Us

41

PROPIEDADES DE LA ETFE

se deduce que [Ljung94]

G S i G i

u t cu

2cu cg

US

VS

US

g d c

42

PROPIEDADES DE LA ETFE

Para entrada peridica y S es un mltiplo del

perodo:
ETFE

est definida para un nmero fijo de

frecuencias.

estas frecuencias la ETFE converge al valor real y

su varianza decrece en funcin de 1/N.

43

PROPIEDADES DE LA ETFE
Para

entrada no peridica:

La

ETFE converge asintoticamente a la

funcin de transferencia cuando se incrementa
el nmero de datos,

mayor S mayor nmero de frecuencias

evaluadas.

La

variancia de ETFE no decrece al

incrementar S, esta se mantiene constante e
igual a la relacin seal/ruido para cada
frecuencia.

44

VENTAJAS E INCONVENIENTES
DEL ANLISIS DE FOURIER
Es

un mtodo fcil y eficiente,

especialmente cuando se aplica la FFT.

Permite

una buena estimacin de G(jw)

cuando la entrada es una seal peridica.

Para

seales no peridicas la funcin

obtenida es muy fluctuante.
45

Algunos comandos
en Matlab
46

EJERCICIO

Consultar en matlab la ayuda del siguiente

comando

etfe

47

Ejemplo
48

EJEMPLO 4

Utilizando las tcnicas frecuenciales del anlisis

de Fourier determinar la respuesta frecuencial
del sistema descrito en el ejemplo 1.

Ver Problema 2.8 en [Escobet y Morcego, 2003]

49

Anlisis Espectral
50

SISTEMA GENERADOR DE DATOS

v t H q e t

y t G0 q u t v t
Las seales u y v no
estan correlacionadas

51

ESTIMACION DE LA FUNCION
DE TRANSFERENCIA

El espectro discreto es transformado por los sistemas

lineales:

yu() = G0(e i)u()

Entonces,

G0 e

yu

para aquellas frecuencias donde u() > 0.

52

ESTIMACION DE LA FUNCION
DE TRANSFERENCIA

un estimado de la respuesta en frecuencia es

G ei

yu

Es necesario estimar las dos densidades espectrales

53

ESTIMACION DE LAS
DENSIDADES ESPECTRALES

La densidad espectral de una seal cuasiestacionaria u esta definida por

Ru ei

Cuando el estimado se basa en una secuencia

finita de datos

(N
u :

RuN e i

54

PRINCIPALES PASOS A SEGUIR EN

EL ANLISIS

PASO 1: estimacion de las funciones de

correlacin
N 1
1
RuN : u t u t
N t 0

N 1
1
R yuN : y t u t
N t 0

55

PRINCIPALES PASOS A SEGUIR EN

EL ANLISIS

PASO 2: estimacion de las densidades espectrales

N
y

yu

N
u

R yN WM e i

R W e

M
M

N
yu

WM es una ventana de

tiempo

RuN WM e i
56

PRINCIPALES PASOS A SEGUIR EN

EL ANLISIS

PASO 3: estimacion de la funcion de

transferencia,

G e

yu

57

PRINCIPALES PASOS A SEGUIR EN

EL ANLISIS

PASO 3: estimacion del espectro del ruido y su

funcion de transferencia,

yu
N
N

v y
N

H ei

e2

v = He
donde e es una seal de ruido blanco con variancia e2
58

Algunos comandos
en Matlab
59

EJERCICIO

Consultar en matlab la ayuda de los siguientes

comandos
iddata
spa
plot,

bode, nyquist

60

Ejemplos
61

EJEMPLO 5

Con datos de entrada-salida correspondientes a

un secador de mano, obtener una estimacion de
la respuesta en frecuencia .
Ver ident_elg_EjA3.m

62

EJEMPLO 6

Ver Problema 2.8 en [Escobet y Morcego, 2003]

63

FUENTES

Van den Hof Paul M.J., Bombois Xavier, System Identification for
Control. Lecture Notes DISC Course. Delft Center for Systems
and Control. Delft University of Technology. March, 2004
Belaustegui C., Orda C., Galarza C., Procesos Estocsticos. Notas
de clase. Universidad de Buenos Aires, Departamento de
Electrnica, 17 de Marzo 2005.
Escobet Teresa, Morcego Bernardo, Identificacin de sistemas.
Notas de clase. Departament d'Enginyeria de Sistemes,
Automtica i Informtica Industrial. Escola Universitria
Politcnica de Manresa. 2003
Kunusch Cristian, Identificacin de Sistemas de Dinamicos.
Catedra de Control y Servomecanismos. Universidad Nacional de
La Plata, Facultad de Ingenieria, Dpto. de Electrotecnia. 2003
Lpez Guilln, M Elena, Identificacin de Sistemas. Aplicacin al
modelado de un motor de continua. Universidad de Alcal de
Henares, Departamento de Electrnica. Enero, 2002
64

ULTIMA DIAPOSITIVA

65