Identificación Robusta de Modelos Wiener y Hammerstein

Abstract

[ES] Los modelos orientados a bloques han mostrado ser útiles y eficaces como representaciones no lineales en muchas aplicaciones. Son modelos simples y a la vez válidos en una región más amplia que un modelo lineal invariante en el tiempo. En cuanto a su estructura, consisten en una cascada integrada por una dinámica lineal y un bloque estático no lineal. Si bien existen en la literatura numerosos trabajos que abordan la identificación nominal de estos modelos, el problema de identificación robusta en presencia de incertidumbre no ha sido cabalmente tratado. En este trabajo, se consideran dos clases de modelos orientados a bloques: modelos Wiener y Hammerstein. Empleando una representación paramétrica, se propone describir la incertidumbre como un conjunto de parámetros, cuyos valores se obtienen resolviendo un problema de optimización. El algoritmo de identificación desarrollado se ilustra mediante ejemplos de simulación.

[EN] Block oriented models have been useful as nonlinear representations for a vast number of applications. They are described as a cascade of linear dynamic and nonlinear static blocks. The main features of these models are their simplicity and the property of being valid over a larger operating region than a LTI model. This paper deals with the identification process of block oriented models in the presence of uncertainty. We focus at two special and widely used types of uncertain Block oriented models: Hammerstein and Wiener models given as parametric representations. The approach herein followed allows to describe the uncertainty as a set of parameters which are obtained by solving an optimization problem. The identification method is illustrated through various examples.