Оцените эмпирические передаточные функции и периодограммы
g = etfe(data)g = etfe(data,M)g = etfe(data,M,N)g = etfe(data)
data содержит время - или данные ввода - вывода частотного диапазона или данные timeseries:
Если data является сигналами ввода - вывода временного интервала, g является отношением выходного преобразования Фурье к входному преобразованию Фурье для данных.
Для апериодических данных передаточная функция оценивается на 128 равномерно распределенных частотах [1:128]/128*pi/Ts.
Для периодических данных, которые содержат целое число периодов (data.Period = integer), ответ вычисляется на частотах k*2*pi/period для k = 0 до частоты Найквиста.
Если data является сигналами ввода - вывода частотного диапазона, g является отношением вывода, чтобы ввести на всех частотах, где вход является ненулевым.
Если data является данными timeseries (никакие входные каналы), g является периодограммой, которая является normed абсолютным квадратом преобразования Фурье данных. Соответствующая спектральная оценка нормирована, как описано в Нормализации Спектра и отличается от нормализации spectrum в продукте Signal Processing Toolbox™.
g = etfe(data,M)pi/M. Эффект M подобен эффекту M в spa. M проигнорирован для периодических данных. Используйте этот синтаксис в качестве альтернативы spa для узкополосных спектров и систем, которые требуют больших значений M.
g = etfe(data,M,N)
Для апериодических данных временного интервала N задает сетку [1:N]/N*pi/Ts rad/TimeUnit частоты. Если не заданный, N равняется 128.
Для периодических данных временного интервала проигнорирован N.
Для данных частотного диапазона N является fmin:delta_f:fmax, где [fmin fmax] является областью значений частот в data, и delta_f является (fmax-fmin)/(N-1) rad/TimeUnit. Если не заданный, ответ вычисляется на частотах, содержавшихся в данных, где введенный является ненулевым.
Загрузите данные об оценке.
load iddata1 z1;
Оцените эмпирическую передаточную функцию, и сглаживал спектральную оценку.
ge = etfe(z1); gs = spa(z1);
Сравните эти две модели на Диаграмме Боде.
bode(ge,gs)
Сгенерируйте периодический вход, моделируйте систему с ним и сравните частотную характеристику предполагаемой модели с исходной системой во взволнованных точках частоты.
Сгенерируйте периодический входной сигнал и выходной сигнал с помощью симуляции.
m = idpoly([1 -1.5 0.7],[0 1 0.5]);
u = iddata([],idinput([50,1,10],'sine'));
u.Period = 50;
y = sim(m,u);Оцените эмпирическую передаточную функцию.
me = etfe([y u]);
Сравните эмпирическую передаточную функцию с исходной моделью.
bode(me,'b*',m,'r')
Выполните операцию сглаживания на необработанных спектральных оценках с помощью Окна Хэмминга и сравните ответы.
Загрузка данных.
load iddata1Оцените эмпирические передаточные функции с и без операции сглаживания.
ge1 = etfe(z1); ge2 = etfe(z1,32);
Сравните модели на Диаграмме Боде.
ge2 более сглажен, чем ge1 из-за эффекта операции сглаживания.
bode(ge1,ge2)
Оцените эмпирические передаточные функции с низким - и высокочастотные интервалы и сравните ответы.
Загрузка данных.
load iddata9Оцените эмпирические передаточные функции с низкой частотой и высокочастотными интервалами.
ge1 = etfe(z9,[],32); ge2 = etfe(z9,[],512);
Постройте спектр выходной мощности этих двух моделей.
spectrum(ge1,'b.-',ge2,'g')
