2. 经典辨识方法回顾：阶跃响应法、频率响应法、相关分析法
各位同学，咱们今天聊聊经典辨识方法。说实话，虽然现在AI和深度学习很火，但经典方法就像老手艺人的工具箱——平时可能不显眼，关键时刻真能救命。我在现场调试时，好几次都是靠这些老办法快速定位问题的。
这三种方法，说白了就是三种不同的“拷问”系统的方式。你想想看，你要了解一个人的性格，可以突然吓他一下（阶跃），也可以慢慢逗他玩（频率），还可以跟他聊天找规律（相关）。系统辨识也是这个道理。
2.1 阶跃响应法
这个方法最直观。给系统一个阶跃输入，看它怎么反应。我当年在化工厂做DCS调试时，经常用这招。
核心思想： 输入一个阶跃信号，记录输出响应曲线，然后从曲线上提取特征参数。
具体操作很简单：
- 系统稳定后，突然改变输入（比如阀门开度从30%调到40%）
- 记录输出变化（比如温度、压力）
- 从曲线上读参数：延迟时间τ、时间常数T、稳态增益K
对于一阶系统，传递函数可以写成：
G(s) = K / (Ts + 1) * e^(-τs)参数怎么提取？我习惯用切线法：
- 在响应曲线拐点处画切线
- 切线与时间轴的交点就是延迟时间τ
- 从τ到稳态值63.2%的时间就是时间常数T
- 稳态变化量除以阶跃幅度就是增益K
我的经验： 实际工业数据往往有噪声，切线法容易受干扰。我建议多做几次阶跃实验，取平均值。另外，阶跃幅度别太大，否则系统可能进入非线性区。
优点
- 操作简单，现场工程师都能上手
- 物理意义明确，每个参数都有直观解释
- 不需要复杂设备，PLC或DCS就能做
缺点
- 对噪声敏感，信噪比低时误差大
- 只能用于开环稳定系统
- 阶跃信号可能影响正常生产
- 对于高阶系统，参数提取比较困难
适用条件
- 系统是开环稳定的
- 允许施加较大幅度的测试信号
- 对辨识精度要求不是特别高
- 现场条件有限，没有频谱分析仪等设备
2.2 频率响应法
这个方法更有意思。给系统输入不同频率的正弦波，看它怎么跟着晃。我记得在伺服电机调试时，用这个方法找谐振点特别管用。
核心思想： 线性系统对正弦输入的响应仍然是同频率的正弦，只是幅值和相位会变化。通过测量不同频率下的幅值比和相位移，就能得到系统的频率特性。
具体做法：
- 从低频到高频，逐个频率施加正弦激励
- 记录每个频率下的输出幅值和相位
- 绘制Bode图或Nyquist图
- 从图上拟合传递函数
举个例子，对于二阶系统：
G(s) = ωn² / (s² + 2ζωn s + ωn²)从Bode图上可以读出：
- 低频增益 → 稳态增益K
- 谐振峰值 → 阻尼比ζ
- 谐振频率 → 自然频率ωn
- 高频衰减斜率 → 系统阶次
注意： 我曾经在一个液压系统上吃过亏。系统有很强的非线性，频率响应法给出的结果跟实际阶跃响应对不上。后来才发现，频率响应法只适用于线性系统，非线性强的时候千万别硬套。
优点
- 抗噪声能力强，因为正弦信号可以窄带滤波
- 可以辨识不稳定系统（闭环辨识）
- 能直观看到系统的频域特性
- 适合高阶系统的辨识
缺点
- 实验时间长，每个频率都要等稳态
- 需要专门的信号发生和测量设备
- 低频测试耗时太长（周期大）
- 对非线性系统效果差
适用条件
- 系统近似线性
- 有频谱分析仪或动态信号分析仪
- 需要高精度的频域模型
- 系统可能不稳定，需要闭环辨识
2.3 相关分析法
这个方法比较巧妙。它利用白噪声或伪随机信号作为输入，通过计算输入输出的互相关函数来估计系统的脉冲响应。说白了，就是用统计的方法“算”出系统的特性。
核心思想： 如果输入是白噪声，那么输入输出的互相关函数就等于系统的脉冲响应。因为白噪声的自相关是δ函数，卷积一下就出来了。
数学表达：
R_uy(τ) = ∫ u(t) y(t+τ) dt
如果u(t)是白噪声，则 R_uy(τ) = g(τ)实际应用中，我们常用伪随机二进制序列（PRBS）代替白噪声：
- PRBS是二值信号，容易生成
- 它的自相关近似于δ函数
- 幅值可控，不会对系统造成太大扰动
我的建议： PRBS的周期长度要选好。太短了相关函数失真，太长了实验时间太长。我一般选周期长度是系统 settling time 的5-10倍。另外，PRBS的幅值要权衡——太小信噪比低，太大影响生产。
优点
- 可以在系统正常运行中进行辨识（在线辨识）
- 对噪声有很好的抑制能力
- PRBS信号对生产影响小
- 能直接得到脉冲响应，不需要假设模型结构
缺点
- 计算量大，需要实时处理数据
- PRBS参数选择需要经验
- 对非平稳过程效果差
- 需要较长的数据记录时间
适用条件
- 系统不能停机，需要在线辨识
- 噪声水平较高
- 对模型结构没有先验知识
- 有足够的计算资源
2.4 三种方法对比
我把这三种方法放在一起比一比，方便你选型：
| 特性 | 阶跃响应法 | 频率响应法 | 相关分析法 |
|---|---|---|---|
| 测试信号 | 阶跃信号 | 正弦扫频 | PRBS/白噪声 |
| 抗噪声能力 | 弱 | 强 | 强 |
| 实验时间 | 短 | 长 | 中等 |
| 对生产影响 | 大 | 中等 | 小 |
| 模型精度 | 低 | 高 | 中等 |
| 适用系统 | 开环稳定 | 线性系统 | 任意系统 |
| 设备要求 | 低 | 高 | 中等 |
选型建议： 现场快速诊断用阶跃响应法，实验室高精度建模用频率响应法，在线不停机辨识用相关分析法。没有万能的方法，关键看你的实际约束条件。
2.5 知识体系框架
下面这张图总结了三种方法的逻辑关系，我画了很久才理清楚：
嗯，以上就是三种经典方法的回顾。说实话，这些方法虽然老，但我在实际项目中从来没离开过它们。尤其是现场调试时，阶跃响应法就像我的“瑞士军刀”——简单、可靠、随时能用。频率响应法更适合做精细活，相关分析法则是“偷偷摸摸”干活的好手。
你想想看，这三种方法其实对应了三种不同的工程思维：时域思维、频域思维和统计思维。掌握了它们，你就有了三把不同的钥匙，遇到什么锁都不怕。
最后提醒一句： 别迷信任何一种方法。我见过太多人死磕一种方法，结果走了弯路。灵活组合使用，才是工程之道。
可可精品资料库