Dokument 1.pdf - Universität Siegen
Dokument 1.pdf - Universität Siegen
Dokument 1.pdf - Universität Siegen
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
4 Identifizierbarkeit<br />
4.1 Ausgangssensitivitätsanalyse<br />
Für die Darstellung der Ausgangssensitivitätsanalyse wird in einem ersten Schritt der<br />
Zusammenhang für die Markov-Parameter eingeführt. Anschließend wird die Sensitivitätsanalyse<br />
betrachtet.<br />
Eine Möglichkeit, die Markov-Parameter h i zu bestimmen, ist die Aufstellung der Übertragungsfunktion<br />
des LTI-Systems.<br />
H(z) = b 0 + b 1 · z −1 + b 2 · z −1 + ...+ b n · z −n<br />
(4.1)<br />
1+a 1 · z −1 + a 2 · z −2 + ...+ a n · z −n<br />
= h 0 + h 1 · z −1 + h 2 · z −2 + ···+ h n · z −n (4.2)<br />
Durch Multiplikation der beiden Gleichungen (4.1) und (4.2) mit dem Nenner von Gleichung<br />
(4.1) und anschließendem Koeffizientenvergleich im Bezug auf die Potenzen von<br />
z −1 findet man die Gleichungen für die Markov-Parameter h i :<br />
h 0 = b 0<br />
h 1 = b 1 − a 1 · h 0<br />
h 2 = b 2 − a 1 · h 1 − a 2 · h 0<br />
. (4.3)<br />
h n = b n − a 1 · h n−1 −···−a n · h 0<br />
h n+1 = −a 1 · h n −···−a n · h 1 (4.4)<br />
Die Ausgangssensitivitätsanalyse ist ein Verfahren, das die Identifizierbarkeit der Parameter<br />
in der Form von Ausgangssensitivitäten definiert. Das bedeutet, daß unter der<br />
Annahme eines nominalen Parametervektors θ 0 Parameteränderungen Ausgangssignale<br />
erzeugen, die sich vom nominalen Ausgangssignal unterscheiden. Dieser Zusammenhang<br />
läßt sich für die Parametervariation θ 1 folgendermaßen darstellen:<br />
y(θ 1 ) ≠ y(θ 0 ) (4.5)<br />
Die Beschreibung der diskreten Sprungantwort des nominalen Parametervektors kann<br />
durch die Zusammenfassung der Markov-Parameter in einem Vektor realisiert werden.<br />
h(θ 0 )=[h 0 (θ 0 ) h 1 (θ 0 ) ···h n+1 (θ 0 )] (4.6)<br />
Die Abweichung von der nominalen Sprungantwort kann durch folgende lineare Approximation<br />
erster Ordnung dargestellt werden:<br />
h(θ) − h(θ 0 ) ≈ ∂h<br />
∣ · ∆θ mit ∆θ = θ − θ<br />
∂θ<br />
0 (4.7)<br />
θ0<br />
Die Gleichung (4.7) kann so gedeutet werden, daß alle von null verschiedenen Abweichungen<br />
des Parametervektors ∆θ bemerkbare Änderungen des Ausgangsverhaltens garantieren,<br />
wenn die Sensitivitätsmatrix nicht dem Nullvektor entspricht.<br />
52