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.
5 Lineare Parameteridentifikationsverfahren<br />
In den nächsten beiden Kapiteln werden Verfahren zur Identifikation der Parameter der<br />
dynamischen Streckenanteile untersucht. Für die Untersuchungen sind die abgeleiteten<br />
Modelle zur Identifikation aus Kapitel 3.6 mit synthetischen Daten eingesetzt worden.<br />
Dieses Kapitel wird die linearen Identifikationsverfahren betrachten. Im Anschluß werden<br />
im Kapitel 6 die nichtlinearen Verfahren vorgestellt. Wie im Kapitel 2.1.2 definiert,<br />
bezieht sich diese Aussage auf die Linearität bzw. Nichtlinearität des zugrundeliegenden<br />
Modells.<br />
Die linearen Parameteridentifikationsverfahren sind in reine Parameterschätzer und<br />
Parameter- und Zustandsschätzverfahren unterteilt worden.<br />
Lineare Parameteridentifikationsverfahren<br />
Parameterschätzer<br />
Parameter- und<br />
Zustandsschätzer<br />
WRLS RML LKF EKF AV<br />
Abbildung 5.1: Lineare Parameteridentifikationsverfahren<br />
Diese Arbeit wird sich ausschließlich mit rekursiven Verfahren beschäftigen. Die verwendetenrekursivenVerfahrenfür<br />
die Parameterschätzung sind:<br />
• Weighted Recursive Least-Squares (WRLS),<br />
• Recursive Maximum-Likelihood (RML),<br />
• Lineares Kalman-Filter (LKF).<br />
Für die gleichzeitige rekursive Parameter- und Zustandsschätzung ist eine adaptive sowie<br />
eine nichtadaptive Vorgehensweise möglich:<br />
• Extended Kalman-Filter (EKF),<br />
• Adaptive Verfahren (AV).<br />
Die aus den reinen Parameterschätzern sowie den Parameter- und Zustandsschätzern<br />
resultierenden Verfahren werden in den folgenden beiden Unterkapiteln vorgestellt.<br />
59