Analiza metod identyfikacji symulacyjnych modeli wiropłatów 17
Analiza metod identyfikacji symulacyjnych modeli wiropłatów 17
05)
gdzie:
X = [X y] - połączona macierz z danymi o wymiarach (Nx n +1] i N £ (n + 1),
A = [M s] - połączony wektor zakłóceń.
Macierz X w wyniku rozkładu wartości osobliwych, nazywanego także SVD (ang. Singular Value Decomposition), może zostać zapisana jako:
06)
X = UGVT,
gdzie:
G = [diag{g1,g2, -,gn+1)] - macierz diagonalna o wymiarach (n +1 x n + 1), nieujemna, złożona z wartości osobliwych macierzy X, takich że: (g1źg2ź... >gn+i),
U - macierz ortogonalna o wymiarach (N x n + 1), której kolumny są wektorami własnymi macierzy XXT , (XXT = UGVTVGUT = UG^U7).
V- macierz ortogonalna o wymiarach (n + lxn + l), której kolumny są wektorami własnymi
macierzy XTX , (XXT = VGUTUGVT = VG*Vr).
Najmniejsza z wartości [gvg2, -»5n+i)< którą jest wartość n + 1 odpowiada minimum funkcji celu. Rozwiązanie otrzymuje się wykorzystując odpowiadającą ostatniej kolumnie macierzy V, najmniejszą pojedynczą wartość:
07)
gdzie:
A - ostatni element,
v - wektor pierwszych n elementów ostatniej kolumny macierzy V [5].
Powyższe metody nie są odporne na zakłócenia skorelowane. W takiej sytuacji lepiej sprawdza się metoda zmiennych instrumentalnych (IV-Instrumental Variables). W metodzie IV dodano zmienne instrumentalne, umożliwiające wyeliminowanie efektów zakłóceń skorelowanych. Parametry identyfikowanego modelu określane są na podstawie zależności:
gdzie:
Z - macierz zmiennych instrumentalnych.
(18)