⚡ electrical engineering

Recursive Experiment Design for Closed-Loop Identification of ARMAX Systems with Output Perturbation Limits

本文提出了一种递归、闭式方法，用于在闭环 ARMAX 系统辨识中设计具有信息量的探测信号，该方法在确保可辨识性和可行性的同时，遵循用户指定的输出扰动限制。

原作者： Jingwei Hu, Dave Zachariah, Torbjörn Wigren, Petre Stoica

发布于 2026-06-08

📖 1 分钟阅读☕ 轻松阅读

原作者： Jingwei Hu, Dave Zachariah, Torbjörn Wigren, Petre Stoica

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正在尝试学习一道复杂菜肴（即“系统”）的确切食谱，而此时你已经在为一位饥饿的顾客烹饪这道菜了。你不能为了测试每一种食材而停下烹饪去品尝，因为顾客还在等着；而且如果你把味道搞砸了，顾客可能会生气，或者菜肴可能会烧焦。这就是**闭环系统辨识（closed-loop system identification）**所面临的挑战：你需要学习一个系统的运作方式，但又不能关闭它，也不能造成危险的干扰。

以下是 Hu、Zachariah、Wigren 和 Stoica 的论文如何通过简单的类比来解决这一问题的。

问题所在：沉默的厨师

通常，为了学习一份食谱，你可能会在这里加一撮盐，在那里加一点胡椒，以此观察味道的变化。在工程学中，这被称为“探测”（probing）。

然而，在许多现实世界的系统中（如电网或化工厂），已经有一个“厨师”（反馈控制器）在负责。这位厨师非常擅长保持温度或压力的稳定。如果这位厨师工作得非常完美，系统就会保持得如此稳定，以至于你仅通过观察无法得知太多关于它运作方式的信息。这就像是通过观察一台始终将烤箱维持在 350°F 的机器来学习蛋糕的食谱；由于没有任何变化，你什么也学不到。

为了学习食谱，你需要去“触动”这个系统。但你不能随心所欲地撒入随机香料；你必须在严格的安全限制内行动，以免让用户（系统的操作员）感到不满。

解决方案：“智能微调”

作者提出了一种巧妙的方法，通过向输入端添加一个探测信号（一个经过计算的微小触动）。你可以把它想象成厨师向机器发出的一个微小的建议：“嘿，咱们试着把热量稍微调高那么一点点，然后再调回来。”

其目标是使这些触动既足够大，足以揭示系统的秘密（这样我们才能建立更好的模型），又足够小，以确保最终的输出（温度、速度或压力）永远不会超出用户设定的“安全区域”。

它是如何运作的：适应性舞蹈

论文介绍了一种**递归式（recursive）**的方法，这意味着它会随着过程实时学习并进行调整，步步为营。

猜测： 系统从对食谱的一个粗略猜测（模型参数）开始。
计算： 基于这个猜测，算法会计算出当前应用多大程度的“微调”才是最完美的。它会问：“如果我按这个特定的量去触动输入，我能在保持输出安全的同时，学到最多的系统信息吗？”*
安全网： 算法有一个严格的规则：输出不能高于或低于某个界限（就像一个温控器，不会让房间变得过热或过冷）。数学确保了即使考虑到系统可能会在几秒钟后做出反应（即“延迟”），这种触动也会遵守这一限制。
更新： 在进行触动之后，系统测量结果，更新对食谱的猜测，并立即计算下一次完美的触动。

数学中的“秘方”

论文声称他们找到了一个闭式解（closed-form solution）。用通俗的话说，这意味着他们不需要使用缓慢的、试错式的计算机搜索来寻找正确的触动量。相反，他们推导出了一个直接的公式（就像一个简单的方程），能立刻告诉你该怎么做。

类比： 想象你在尝试寻找投篮的最佳角度。大多数方法会尝试以 10 度投一次，然后 11 度，再 12 度，不断检查是否进球。而这篇论文提供了一个公式，能根据篮筐当前的位置，瞬间计算出你需要的精确角度。

为什么它比旧方法更好

作者将他们的方法与另外两种方法进行了对比：

无所作为： 仅仅让系统运行。（结果：你几乎学不到任何东西，因为系统太稳定了）。
随机噪声： 加入随机且剧烈的信号（例如“伪随机二进制信号”）。（结果：你学习食谱的速度很快，但你冒着让系统冲出安全区域或让客户恼火的风险）。

结果： 他们的“智能微调”法在学习食谱的准确度上与剧烈的随机噪声法不相上下，但它能让系统的行为保持平滑，并严格控制在安全限制之内。这就像一位大师级厨师，知道该如何精准地搅拌酱汁以达到完美，却绝不会让一滴酱汁溅到柜台上。

核心要点

安全第一： 只要你尊重输出波动的严格限制，就可以在系统运行时学习它。
适应性： 该方法会随着过程变得越来越聪明。随着它对系统了解的深入，它会调整触动方式，使其更加高效。
高效性： 它使用直接的数学公式来进行决策，而不是通过猜测和尝试。
可行性： 作者在数学上证明了，如果你设置好安全限制，你可以永远进行系统触动而绝不会违反规则。

简而言之，这篇论文为工程师提供了一套数学“剧本”，让他们能够在复杂的机器已经投入运行的情况下，既安全又高效地学习机器的运作方式，确保在学习过程中机器永远不会失控。

技术摘要：针对具有输出扰动限制的 ARMAX 系统闭环辨识的递归实验设计

1. 问题阐述

本文研究了在闭环配置下进行线性动力系统系统辨识的挑战。在许多实际场景中，为了确保安全性或维持运行，必须在存在已知且固定的输出反馈控制器的条件下进行实验。该系统被建模为 ARMAX（带有外生输入的自回归移动平均）结构：
$y_t = G(q; \theta)u_t + H(q; \theta)e_t$
其中 $G$ 和 $H$ 是由参数 $\theta$ 参数化的未知传递函数， $e_t$ 是白噪声创新过程。

核心问题在于，由恒定参考信号驱动的现有闭环动力学无法提供足够的激励来进行系统参数辨识（即存在缺乏信息性的问题）。为了解决这一问题，需要在控制输入中加入一个探测信号 $d_t$ （ $\tilde{u}_t = u_t + d_t$ ）。然而，注入该信号不可避免地会扰动系统输出（ $\tilde{y}_t = y_t + \delta_t$ ）。本研究的目标是递归地设计探测信号 $d_t$ ，使得：

生成的输入-输出数据对于辨识 ARMAX 模型具有足够的充分性。
输出扰动 $\delta_t$ 保持在用户指定的范围内（ $\delta_{\min} \le \delta_t \le \delta_{\max}$ ）。
设计能够根据顺序估计的模型参数进行自适应调整。

2. 方法论

2.1 可辨识性分析

作者首先建立了闭环数据具有信息性的条件。

结构可辨识性： 他们基于受控对象、控制器和噪声模型的阶数推导了一个条件（定理 1）。如果控制器动力学足够丰富（具体而言，如果计算出的整数 $\gamma < 0$ ），则即使没有探测信号，系统也是可辨识的。
探测信号要求： 如果结构丰富度不足（ $\gamma \ge 0$ ），论文证明（定理 2）了一个有界的、离散值的、且具有 $n_e \ge \gamma$ 阶持续激励性质的探测信号足以确保可辨识性。

2.2 扰动限制的可行性

一个关键的贡献是对“递归可行性”的分析。作者分析了在时刻 $t$ 满足扰动限制是否能保证在时刻 $t+1$ 存在可行解。

他们将扰动 $\delta_t$ 建模为由探测信号驱动的灵敏度函数的输出。
命题 1 提供了关于用户指定限制（ $\delta_{\min}, \delta_{\max}$ ）相对于最大允许探测振幅（ $d_{\max}$ ）和系统脉冲响应的充分条件。如果满足此条件，多步约束问题可以简化为单步约束，从而显著简化设计。

2.3 递归设计算法

本文提出了一种使用递归预测误差法 (RPEM) 进行探测信号设计的计算高效的闭式解。

参数化： 使用扩展参数向量来处理未知的输入延迟。
设计准则： 设计旨在最小化估计误差协方差。考虑了两种准则：协方差矩阵的行列式（D-准则）和加权协方差的迹（L-准则）。两者都简化为最大化一个涉及预测误差梯度的二次型。
闭式解 (定理 3)： 通过对协方差矩阵和梯度向量进行分块，优化问题被简化为求解一个受线性约束限制的最大凸二次函数。最优探测信号 $d^*_t$ 被证明是一个二值信号（取可行区间的边界值），通过简单的阈值比较来确定。
自适应性： 约束和信号值使用当前的参数估计值 $\hat{\theta}_t$ 进行递归更新。作者还提供了一种在线估计未知输入延迟的实用方法。

3. 核心贡献

自适应递归设计： 本文引入了一种能够根据顺序估计的模型参数自适应设计探测信号的方法，这不同于需要良好初始模型估计的固定频率或固定时间设计。
闭式解： 推导出了一个计算高效的、用于最优探测信号的闭式表达式。该信号是离散值的且有界的，确保其满足持续激励的理论条件。
可行性分析： 论文提供了确保用户指定的输出扰动限制具有递归可行性的严格条件，从而允许将复杂的多步优化问题作为单步问题来解决。
处理未知延迟： 该方法通过扩展参数化和估计器，在递归框架内处理未知的输入延迟。

4. 数值结果

该方法通过对两个具有不同特性（包括包含和不包含输入延迟的情况）的 ARMAX 系统进行蒙特卡洛模拟进行了评估。

性能与基准对比： 将提出的自适应设计与“零探测”基准（无激励）和伪随机二进制序列 (PRBS) 基准进行了比较。
- “零探测”基准由于激励不足，导致收敛极慢或无法收敛。
- PRBS 基准提供了快速收敛，但会导致巨大的输出扰动，通常超过参考信号的 25%。
- 所提方法在达到与 PRBS 相当的收敛速率的同时，严格遵守用户定义的扰动限制（例如，将扰动保持在参考信号的 10-20% 以下）。
权衡： 结果展示了一个明显的权衡：更紧凑的扰动限制 ( $\delta_{\max}$ ) 会导致收敛速度略微变慢，但能确保安全性。设计的自适应特性使得系统即使在模型估计不断改进时，也能遵守这些限制。
鲁棒性： 该方法成功处理了具有未知输入延迟的系统，正确估计了延迟并据此调整了探测信号。

5. 意义与主张

本文声称其主要意义在于为已经存在固定控制器的系统实现了安全的、具有信息性的闭环辨识。通过添加有界的、自适应的探测信号，该方法允许在不违反运行安全约束的情况下改进现有控制器。

作者强调，其方法：

不需要重新设计控制器本身。
与静态设计不同，它能根据实验过程中获得的信息进行自适应。
为可辨识性和递归可行性提供了数学上的严格保证。
提供了一种实用的、计算成本低的解决方案，适用于实时实现。

这项工作将理论实验设计与实际约束联系起来，专门解决了在工业控制设置中平衡辨识精度与输出扰动限制的需求。