系統辨識建模
- 一、系統辨識建模的作用
-
- 1. 建立真實物理系統的數學模型
- 2. 為后續控制器/強化學習算法提供仿真環境
- 3. 提高控制精度和安全性
- 二、本文的系統辨識是怎么做的
-
- 1. 實驗采集
- 2. 數學建模
- 3. 在控制系統中的作用
- 三、實際用法流程（簡化版）
-
- 1. 系統辨識階段
- 2. 強化學習訓練階段
- 3. 實際部署階段
- 四、舉個簡單例子
- 五、總結（一句話概括）
案例參考：
Sun, Lei & Deng, Aofei & Wang, Hao & Zhou, Yujie & Song, Yu. (2025). A soft exoskeleton for hip extension and flexion assistance based on reinforcement learning control. Scientific Reports. 15. 10.1038/s41598-025-89764-w.
一、系統辨識建模的作用
1. 建立真實物理系統的數學模型
外骨骼的本質是一個動力學系統，比如：輸入是電機PWM，輸出是拉力或力矩。物理系統往往受摩擦、彈性、遲滯等影響，直接建模非常困難。
系統辨識的目標，就是通過實驗數據（輸入輸出對），用數學方法擬合出一個能代表實際系統動態的“黑箱”模型。
2. 為后續控制器/強化學習算法提供仿真環境
強化學習在實際硬件上直接訓練非常慢且有風險，所以通常在仿真環境中提前訓練好模型。而這個仿真環境就需要系統辨識所得的數學模型作為“環境對象”。
3. 提高控制精度和安全性
只有模型足夠準確，控制器（如PID、RL-PID）設計和訓練才能有效，參數調優、極限測試也能在仿真環境中安全完成。
二、本文的系統辨識是怎么做的
1. 實驗采集
在靜止狀態下，對外骨骼電機施加不同PWM信號（輸入u），同步采集拉力傳感器數據（輸出y）。
這樣得到一組輸入-輸出序列。
2. 數學建模
選用二階離散線性系統模型（文中用最小二乘法Least Squares Identification），形式如下：
