Вычислите сопоставленные состояния идентифицированной модели и используйте состояния в качестве значений начального состояния для симуляции модели.

Загрузите данные об оценке.

load iddata3 z3

Оцените модель в пространстве состояний второго порядка с помощью данных.

sys = ssest(z3,2);

Моделируйте модель с помощью целого входного сигнала в z3.

Input = z3(:,[],:); % |iddata| object containing only the input signal
y_all = sim(sys,Input);

sim использует нулевые начальные условия, чтобы вычислить y_all.

Теперь моделируйте модель с помощью только первую половину входного сигнала.

Input1 = Input(1:150);
y_1 = sim(sys,Input1);

Продолжите симуляцию со второй половиной входного сигнала, таким образом, что результаты не показывают разрыва вследствие вызванных начальной буквой-условием переходных процессов. Для этого первое построение прошлый набор данных, включающий вход и моделируемый вывод от первой половины входного сигнала. Затем вычислите значения состояния, соответствующие запуску второй половины входного сигнала (t = 151).

PastData = [y_1,Input1];
X = data2state(sys,PastData);

X содержит значения состояния в то время момент сразу после новой выборки данных в PastData. Этот момент времени является также запуском будущих данных (вторая половина входного сигнала).

FutureData = Input(151:end);

Моделируйте модель с помощью второй половины входного сигнала и X как начальные условия.

opt = simOptions('InitialCondition',X);
y_2 = sim(sys,FutureData,opt);

Проверьте, что y_2 совпадает со второй половиной y_all.

plot(y_all,y_2,'r.')
legend('Simulation using all input data',...
    'Separate simulation of second-half of input data')

Загрузите прошлые данные.

load iddata1 z1
PastData = z1;

Оцените модель ARX.

sys = arx(PastData,[1 1 0]);

Преобразуйте модель в модель в пространстве состояний.

sys2 = idss(sys);

Вычислите сопоставленные состояния и ковариацию состояний с помощью PastData.

[X,XCov] = data2state(sys2,PastData);

X является значением состояния в то время момент сразу после новой выборки данных в PastData.

Загрузите свои данные и создайте объект данных.

load motorizedcamera;  
z = iddata(y,u,0.02,'Name','Motorized Camera','TimeUnit','s');

Оцените нелинейную модель ARX.

mw1 = nlarx(z,[ones(2,2),ones(2,6),ones(2,6)],'wavenet');

Предполагаемая модель имеет шесть входных параметров и два выходных параметров.

Определите порядок модели, nx.

nx = order(mw1);

Используйте первые выборки nx данных, чтобы сгенерировать начальные условия.

PastData = struct('Input', z.u(1:nx,:),'Output',z.y(1:nx,:));

Вычислите сопоставленные состояния модели.

X = data2state(mw1,PastData);

X является значением состояния в то время момент сразу после новой выборки данных в PastData.

Моделируйте модель с помощью остающихся входных данных и задайте начальные условия для симуляции.

InputSignal = z.u(nx+1:end,:);
opt = simOptions;
opt.InitialCondition = X;
sim(mw1,InputSignal,opt)