（上海理工大学光电信息与计算机工程学院，上海 200093）

0 引言

工业生产过程中，要想良好的控制被控对象，首先要确定被控对象模型，但工业过程如伺服电机控制系统、炉内脱硫系统等往往会产生一些非线性、复杂、高阶的［1-3］时滞对象。而工业控制中最重要的控制器就是PID 控制器［4］，但对于高阶时滞系统的PID 参数设计非常繁琐。为了方便控制器设计，需以低阶简易的模型进行拟合。系统辨识是工业建模中的常用方法，一般先选取合适的传递函数模型，然后加上激励信号，通过分析系统输入输出特性，采用一定的辨识方法得到对象的等价模型［5］。

传统的辨识方法主要有极大似然法、频域响应法、最小二乘法。工业生产对于辨识高阶系统所采用的模型，主要以基于最小二乘法的一阶时滞模型［6-8］和基于1/1Pade逼近的二阶模型［9］为主。由于对象的复杂性，实际应用这些方法会与原系统存在较大误差，并且在拟合精度上较差。为了提高模型拟合精度，Wang 等［10］提出了一种通过对信号进行分解，选取10 个频率点来拟合二阶纯滞后模型的闭环辨识方法，该方法对于一些强耦合、大时滞的复杂对象具有很好的辨识效果；文献［11］采用二阶时滞模型对含积分环节的对象进行辨识；文献［12］利用频域分析及选点，通过二阶时滞模型对含微分环节的对象进行辨识；文献［13］通过二阶时滞模型对具有振荡特性或者非振荡特性的高阶时滞模型进行辨识。这些学者的实验均验证了二阶时滞模型的优越性，但他们的研究均是在重要频率段内随机选取一定数量的频率响应点，由于选点的随机性及选点个数的局限性，模型参数的精度仍有很大提升空间。……