Классификация методов идентификации

В зависимости от принятого критерия классификации можно по-разному выделить и сгруппировать подходы и методы идентификации. Рассмотрим разные виды классификации.
1. Классификация по объему исходной информации об исследуемом объекте:

· Методы непараметрической идентификации (идентификации в широком смысле), когда неизвестна структура объекта.

· Методы параметрической идентификации (идентификации в узком смысле), когда стоит задача оценки параметров модели известной структуры.

2. Классификация по виду эксперимента:

· Методы активного эксперимента. Имеется возможность целенаправленно формировать входные воздействия для исследуемого объекта. Для получения статических моделей существует целое научное направление, которое так и называется – «Планирование эксперимента».

· Методы пассивного эксперимента. При этом исследователь может наблюдать и обрабатывать входные и выходные сигналы объекта, но не может вмешаться в его функционирование. Отметим, что пассивный эксперимент возможен почти всегда, а вот активный эксперимент для многих исследуемых объектов и процессов провести нельзя.

3. Классификация в зависимости от вида критерия, по которому оценивается близость модели к реальному объекту. Обычно используется среднеквадратичное отклонение между выходом модели и объекта, но могут быть и другие подходы, и, соответственно, другие методы идентификации.

4. Классификация по оперативности получения модели:

 

· Методы ретроспективной идентификации. В этом случае вначале проводится эксперимент, собираются и затем обрабатываются статистические данные, в итоге получается модель объекта.

· Методы адаптивной идентификации, или идентификация в темпе со временем. Алгоритмы идентификации включаются в состав системы управления. Модель объекта пересчитывается с появлением новых данных.

5. Классификация по типу исследуемого объекта или его модели. Вообще, класс модели должен соответствовать изучаемому объекту, но часто модель получают более простую, чем реальный объект. В теории автоматического управления, например, вместо нелинейной модели используют линеаризованную модель, описывающую поведение системы не во всем диапазоне ее работы, а только в окрестности рабочей точки. В то же время могут быть объекты, где учет нелинейности очень важен, и, естественно, модель такой системы должна быть нелинейной. Итак, исследуемые объекты могут быть:

 

· линейные и нелинейные;

· стационарные и нестационарные;

· одномерные и многомерные;

· с сосредоточенными и с распределенными параметрами;

· непрерывные и дискретные;

· статические и динамические;

· детерминированные и стохастические и т.д.

Стохастические объекты предполагают наличие внутри себя некоторой неопределенности, так что для оценки поведения таких объектов требуется применение вероятностных методов. В то же время, при обработке результатов измерений, почти всегда приходится иметь дело со случайными ошибками и погрешностями, но сам исследуемый объект остается при этом детерминированным.

6. Классификация по виду математической модели. В теории управления используются различные виды математического описания одного и того же объекта: дифференциальные уравнения, передаточные функции, весовые (импульсные переходные) функции, переходные функции, частотные характеристики. Поэтому можно классифицировать методы идентификации по тому, на нахождение какого вида модели они нацелены.

7. Классификация по используемому математическому аппарату. Для построения математических моделей могут использоваться корреляционные методы, регрессионный анализ, частотные методы, теория оценивания, графоаналитические методы и многие другие разделы современной теории управления.