Exponenta Banner
exponenta event banner

arxstruc

Вычислите функции потерь для моделей ARX одно вывода

свернуть все на странице

Синтаксис

V = arxstruc(ze,zv,NN)

Аргументы

ze

Набор данных оценки может быть объектом iddata или idfrd.

zv

Набор данных валидации может быть объектом iddata или idfrd.

NN

Матрица задает количество различных образцовых ARX структур. Каждая строка NN имеет форму:

nn = [na nb nk]

Описание

Примечание

Используйте arxstruc для систем одно вывода только. arxstruc поддерживает и одно вход и несколько - входные системы.

V = arxstruc(ze,zv,NN) возвращает V, который содержит функции потерь в его первой строке. Остающиеся строки V содержат транспонирование NN, так, чтобы порядки и задержки были даны чуть ниже соответствующих функций потерь. Последний столбец V содержит количество точек данных в ze.

Выходной аргумент V лучше всего анализируется с помощью selstruc. Выбор подходящей образцовой структуры на основе информации в v обычно делается с помощью selstruc.

Примеры

свернуть все

Скрипт Open Live Script

Создайте модель ARX для генерации данных.

A = [1 -1.5 0.7];
B = [0 1 0.5];
m0 = idpoly(A,B);

Сгенерируйте случайный вход и аддитивные шумовые сигналы.

u = iddata([],idinput(400,'rbs'));
e = iddata([],0.1*randn(400,1));

Моделируйте образцовый вывод с помощью заданных входных сигналов и сигналов ошибки.

y = sim(m0,[u e]);
z = [y,u];

Сгенерируйте комбинации образцового порядка для оценки. Задайте задержку 1 для всех моделей и образцовую область значений порядка между 1 и 5 для na и nb.

NN = struc(1:5,1:5,1);

Оцените модели ARX и вычислите функцию потерь для каждой образцовой комбинации порядка. Входные данные разделены в наборы данных оценки и валидации.

V = arxstruc(z(1:200),z(201:400),NN);

Выберите порядок модели с лучшей подгонкой к данным о валидации.

order = selstruc(V,0);

Оцените модель ARX выбранного порядка.

M = arx(z,order);
Скрипт Open Live Script

Создайте наборы данных оценки и валидации.

load co2data;
Ts = 0.5; % Sample time is 0.5 min
ze = iddata(Output_exp1,Input_exp1,Ts);
zv = iddata(Output_exp2,Input_exp2,Ts);

Сгенерируйте комбинации образцового порядка для:

  • na = 2:4

  • nb = 2:5 для первого входа, и 1 или 4 для второго входа.

  • nk = 1:4 для первого входа и 0 для второго входа.

NN = struc(2:4,2:5,[1 4],1:4,0);

Оцените модель ARX для каждой образцовой комбинации порядка.

V = arxstruc(ze,zv,NN);

Выберите порядок модели с лучшей подгонкой к данным о валидации. 

order = selstruc(V,0);

Оцените модель ARX выбранного порядка.

M = arx(ze,order);

Советы

Каждый ze и zv является объектом iddata, содержащим выходные входные данные. Данные частотного диапазона и объекты idfrd также поддержаны. Модели для каждой из образцовых структур, заданных NN, оцениваются с помощью набора данных ze. Функции потерь (нормированная сумма ошибок прогноза в квадрате) затем вычисляются для этих моделей, когда применено набор данных валидации zv. Наборы данных ze и zv не должны иметь равного размера. Они могли, однако, быть теми же наборами, в этом случае вычисление быстрее.

Смотрите также

| | | |

Представлено до R2006a

Документация System Identification Toolbox
Поддержка