| 研究概要 |
近年,モデルの不確かさを考慮したロバスト制御理論の発展とともにシステム同定への関心が高まっている,計算機の発展によりさらに短いサンプリング周期での処理が可能となったため同定精度の大幅な向上が期待されるところである.しかしながら従来手法についてサンプリンク周期をあまりに短くするとかえってパラメータの推定精度が悪くなるという問題点が従来手法について顕在化している.
一方,離散時間システムではなく連続時間システムのパラメ-クを入出力サンプル値から直接推定する方法が注目を集めるようにもなってきている.これは,微分方程式のパラメータは差分方程式のものと違い物理パラメータとの関係が明確であり,技術者の持っている物理・化学法則に関する知識をモデルの決定に組み込めるという特徴があるためであり,さらに上述の問題を本質的に解決できると見られているからである.このような背景のもとに,微分方程式のパラメータを持つ離散時間モデルと雑音を含んだデータからのパラメータの一致推定法を提案してきた.本研究では1)アンチエリアシングフィルタなどの前処理フィルタのシステム同定への影響の考察,2)モデルの次数決定法の開発,3)ロバスト制御のためのシステム同定法の開発,を行っており,特に今年度の成果は以下に示す通りである.
・アンチエイリアシングフィルタ,状態変数フィルタおよび周波数重みフィルタについてシステム同定への影響を理論解析および数値シミュレーションにより検討した.
・ロバスト制御のためのノミナルモデルと不確かさの上限を同時に推定するシステム同定法を提案し,その有効性を理論的かつ数値実験的に示した.
・物理的な知識を多変数システムの横造決定に生かすモデリング手法を提案し,得られたモデルがロバスト制御に適した形になっていることを示した.
|
