Optimal input signal design for closed loop errors-in-variables system
本文提出了非参数和调和设计方法，用于优化闭环误差变量系统的输入信号，旨在解决传统仅考虑输出误差假设的局限性，并通过仿真验证了该方法的有效性。
原始论文采用 CC BY 4.0 许可（https://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
在工程领域，系统很少是完美的。无论是工厂机器人、电网还是医疗设备，用于控制它们的信号以及它们传回的数据几乎总是受到噪声的影响。传感器会漂移，执行器会晃动，环境也会产生干扰。几十年来，许多理论模型通过假设只有输出数据是不纯净的，而输入信号保持完美洁净，从而简化了这一现实。这种假设使数学计算变得更容易，但往往无法反映物理世界中混乱的真相。当发送给机器的指令和机器给出的响应都受到误差干扰时，该系统被称为“变量误差”（errors-in-variables）系统。为这类系统设计合适的输入信号是一项微妙的平衡艺术。工程师必须选择一种既足够强大以揭示机器隐藏特性，又足够谨慎以不放大噪声或损坏设备的信号。如果信号太弱，机器的真实本质就会被掩盖；如果信号过于激进，噪声就会淹没有用的信息。
来自中国郑州机构的研究人员项文祥、王向军和郭晓勇针对这一挑战，将研究重点放在了输入和输出同时存在误差的闭环系统上。他们的研究成果发表在一篇技术论文中，探讨了如何构建理想的输入信号，使这些多噪系统更易于理解和控制。他们没有依赖于“输入是洁净的”这一旧假设，而是开发了两种不同的策略来寻找最佳信号。第一种方法称为“非参数化设计”，涉及对输入和输出中的噪声如何相互作用进行深入的数学分析。通过将来自两端的预测误差视为一个统一的综合问题，团队推导出了一个描述输入信号最佳形状的特定公式。这种方法并不假设信号具有固定的结构，而是通过计算不同频率下的理想功率分布，以最大限度地减少噪声的影响。
第二种策略被称为“谐波设计”，它采用了一种更具建设性的方法。研究人员并没有计算一个宽泛的公式，而是构建了一种由多个纯音（即谐波）层叠而成的特定类型信号。他们使用了一种称为“施罗德扫描”（Schroeder scan）的技术，精心安排这些纯音的时序和相位。这种安排确保了信号具有较高的平均功率——足以有效地激发系统——同时又不会产生可能超过安全限制的危险音量峰值。通过调节四个关键要素：频率、音调数量、每个音调的响度以及它们的时序，团队创造出了一种像精密探测器一样的波形，能够在不被干扰淹没的情况下揭示系统的行为。
为了测试这些方法是否奏效，团队进行了一次计算机模拟。他们创建了一个闭环系统的虚拟模型，并在输入和输出中都引入了随机噪声，以模拟现实世界的条件。随后，他们将新设计的输入信号应用于这个多噪环境。结果非常明确：代表系统内部机械结构的参数随着模拟的进行，逐渐稳定到了正确的值。由识别出的模型生成的输出与实际测量输出具有高度的相似性。这证实了所设计的信号成功地过滤掉了噪声造成的混乱，使得即使在指令和响应都不完美的情况下，也能准确地识别系统。
研究结论指出，这两种设计方法是处理现实世界中误差不可避免的复杂系统的有效工具。虽然目前的工作在针对线性系统的模拟中取得了成功，但作者也承认，现实世界通常更加复杂，存在随时间变化或表现出非线性行为的系统。他们指出，目前的发现是针对所测试的特定条件，未来的研究需要解决这些更复杂、不断变化的动态行为。然而，就目前而言，这项工作为工程师设计更好的输入信号提供了一条可靠且经过验证的路径，确保即使在多噪的世界中，也能以更高的精度理解并控制机器。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。