In dieser Arbeit wird ein erwartungstreues Filter mit endlicher Impulsantwort (Unbiased Finite Impulse Response/UFIR) zur Systemidentifikation mittels Parameterschätzung in Echtzeit verwendet. Dieses entspricht einem Least-Squares-Verfahren auf bewegtem Horizont (Receding Horizon Least Squares/RHLS) ohne die Verwendung von Anfangsbedingungen und mit optimaler Horizontlänge für eine minimale Schätzfehlerkovarianz in Gegenwart von Parameter- und Messrauschen. Der entwickelte Parameterschätzer kommt ohne A-priori-Informationen und ohne Anfangsbedingungen aus, was ihn für praktische Anwendungen interessant macht. Ergänzend wird auch eine neue ressourcenschonende rekursive Variante entwickelt, die keine Verarbeitungen in Blockform verwendet und damit auch numerisch stabiler ist. Ferner werden die Schätzgüte und Stabilität des neuen Ansatzes ausführlich analysiert. Der Vormarsch der "Networked Control Systems" (NCS) macht auch vor der Systemidentifikation mittels Parameterschätzung nicht Halt. So ist eine Modellbildung (aus experimentellen Daten) zur Lösung der Regelungsaufgabe auch bei diesen angezeigt. Neben unerwünschten Totzeiten ist eine weitere wesentliche Einschränkung, die mit der Nutzung eines Netzwerks in einem Regelkreis einhergeht, der stochastische Datenverlust bei der Übertragung. Dessen Einfluss auf die Identifikation von Modellparametern mit dem neuen UFIR-Verfahren ist daher der Schwerpunkt dieser Arbeit. Konkret werden zwei Ansätze entwickelt und analysiert, die die Verwendung des neuen UFIR-Parameterschätzers ermöglichen sollen, wenn ein Kommunikationsnetzwerk, basierend auf dem Transmission Control Protocol (TCP), die Messdaten des Systemausgangs an den Schätzer überträgt. Der Einfluss von stochastisch auftretenden Paketverlusten auf den bisher wenig zur Parameteridentifikation eingesetzten Schätzer wird dabei untersucht. Im Rahmen eines sogenannten Co-Design-Ansatzes wird zunächst gezeigt, dass ohne größeren Aufwand akzeptable Ergebnisse erzielt werden können, wenn man die Synergien von FIR-Filter und paketbasierter Arbeitsweise des Netzwerks entsprechend ausnutzt. So wird eine Messdatensequenz, die ein "intelligenter Sensor" mit einem Puffer generiert, von der Strecke über das Netzwerk zum Parameterschätzer übertragen. Auf deren Basis erfolgt dann die Schätzung der Parameter. Konvergenz- und Stabilitätsbetrachtungen zu diesem Ansatz werden abgeleitet und an einem numerischen Beispiel erläutert. Ein zweiter Ansatz wird für den Fall entwickelt, dass kein "intelligentes" Messglied zur Verfügung steht und die Messwerte des Ausgangssignals einzeln paketbasiert von der Strecke über das Netzwerk zum Parameterschätzer übertragen werden. Die dabei stochastisch auftretenden Paketverluste werden mit Hilfe multipler Imputation (MI) kompensiert. Ferner werden weitere Modifikationen des UFIR-Verfahrens benötigt, um Parameterschätzungen in diesem Fall zu ermöglichen. Der Einfluss des Netzwerks auf die Schätzgüte des so entstandenen MI-UFIR-Algorithmus wird untersucht. Entsprechende Defizite dieses Ansatzes werden deutlich gemacht und im Rahmen des Ausblicks Lösungsmöglichkeiten aufgezeigt. Ein abschließendes numerisches Beispiel veranschaulicht die Ergebnisse.
«
Login
BibTeX