2008年5月3日 星期六
系統辨識過程中所需考量的刺激及擷取要素
對控制設計工程師而言，LabVIEW系統辨識工具組（System Identification toolkit）提供了一組功能強大的數學運算法，能在開發模型式（model based）設計所使用的模型時，使工作簡化。模型的辨識實際上受到所選擇的刺激信號（作為對系統的輸入）影響。LabVIEW系統辨識工具組結合辨識運算法、刺激波形及資料擷取，將之納入單一的整合環境中，做為系統辨識之用。
前言
要辨識一部系統，牽涉到一些與要測量之系統輸出信號和要操控之輸入信號有關的選擇。如何操控系統輸入、選擇的信號處理類型、信號範圍，以及取樣行為，對於取得之模型是否可用有著極大的影響。雖然可以將不同的模型取得技術應用在相同的實驗資料組上，但是如果資料沒有捕捉到所需要的行為，就必需進行另外一次測試。由於執行辨識實驗往往要花費很多時間，也可能費用高昂，因此在進行實驗之前，應該詳加考量實驗的設計。本文將討論各種考量，並試圖說明每一種選擇的優缺點。
選擇系統刺激回應信號
在辨識過程中最重要的是了解要加以激發的程序。有這方面的了解，就有基礎可以判斷那些信號被視為輸出，用以判斷感測器的位置；那些信號被視為輸入，可以用來觸動系統。可能必須透過簡單的測試來判斷影響及耦合、時間延遲以及時間常數，以協助建立模型。
關鍵字 : NI
