idpoly

Полиномиальная модель с идентифицируемыми параметрами

свернуть все на странице

Синтаксис

sys = idpoly(A,B,C,D,F,NoiseVariance,Ts)

sys = idpoly(A,B,C,D,F,NoiseVariance,Ts,Name,Value)

sys = idpoly(A)

sys = idpoly(A,[],C,D,[],NoiseVariance,Ts)

sys = idpoly(A,[],C,D,[],NoiseVariance,Ts,Name,Value)

sys = idpoly(sys0)

sys = idpoly(sys0,'split')

Описание

sys = idpoly(A,B,C,D,F,NoiseVariance,Ts) создает полиномиальную модель с идентифицируемыми коэффициентами. A, B, C, D и F задают начальные значения коэффициентов. NoiseVariance задает начальное значение отклонения белого источника шума. Ts является образцовым шагом расчета.

sys = idpoly(A,B,C,D,F,NoiseVariance,Ts,Name,Value) создает полиномиальную модель с помощью дополнительных опций, заданных одним или несколькими аргументами пары Name,Value.

sys = idpoly(A) создает модель timeseries только с авторегрессивным термином. В этом случае sys представляет модель AR, данную A (q ^–1) y (t) = e (t). Шумовой e (t) имеет отклонение 1. A задает начальные значения допускающих оценку коэффициентов.

sys = idpoly(A,[],C,D,[],NoiseVariance,Ts) создает модель timeseries с авторегрессивным и термином скользящего среднего значения. Входные параметры A, C, и D, задают начальные значения допускающих оценку коэффициентов. NoiseVariance задает начальное значение шумового e (t). Ts является образцовым шагом расчета. (Не используйте NoiseVariance и Ts, чтобы использовать их значения по умолчанию.)

Если D = [], то sys представляет модель ARMA, данную:

$A (q^{- 1}) y (t) = C (q^{- 1}) e (t) .$

sys = idpoly(A,[],C,D,[],NoiseVariance,Ts,Name,Value) создает модель timeseries, использующую дополнительные опции, заданные одним или несколькими аргументами пары Name,Value.

sys = idpoly(sys0) преобразовывает любую модель динамической системы, sys0, к форме модели idpoly.

sys = idpoly(sys0,'split') преобразовывает sys0 в форму модели idpoly и обрабатывает последние каналы входа _Ny sys0, когда шум образовывает канал в возвращенной модели. sys0 должен быть числовой (неидентифицированный) tf, zpk или объект модели ss. Кроме того, sys0 должен иметь, по крайней мере, столько же входных параметров сколько выходные параметры.

Описание объекта

Модель idpoly представляет систему как модель полинома непрерывно-разового или дискретного времени с идентифицируемыми (допускающими оценку) коэффициентами.

Полиномиальная модель системы с входным вектором u, выходной вектор y и воздействие e принимает следующую форму в дискретное время:

$A (q) y (t) = \frac{B (q)}{F (q)} u (t) + \frac{C (q)}{D (q)} e (t)$

В непрерывное время полиномиальная модель принимает следующую форму:

$A (s) Y (s) = \frac{B (s)}{F (s)} U (s) + \frac{C (s)}{D (s)} E (s)$

U (s) является преобразованными входными параметрами Лапласа к sys. Y (s) является Лаплас, преобразованный выходные параметры. E (s) является Преобразование Лапласа воздействия.

Для моделей idpoly коэффициентов полиномов A, B, C, D и F могут быть допускающими оценку параметрами. Модель idpoly хранит значения этих элементов матрицы в A, B, C, D и свойствах F модели.

Модели timeseries являются особыми случаями полиномиальных моделей для систем без измеренных входных параметров. Для моделей AR B и F пусты, и C и D 1 для всех выходных параметров. Для моделей ARMA B и F пусты, в то время как D равняется 1.

Существует три способа получить модель idpoly:

Оцените idpoly, основанный на модели на измерениях вывода или ввода - вывода системы, с помощью команд, таких как polyest, arx, armax, oe, bj, iv4 или ivar. Эти команды оценивают значения свободных полиномиальных коэффициентов. Ориентировочные стоимости хранятся в A, B, C, D и свойствах F получившейся модели idpoly. Свойство Report получившейся модели хранит информацию об оценке, такой как обработка начальных условий и опций, используемых по оценке.
Когда вы получаете модель idpoly по оценке, можно извлечь оцененные коэффициенты и их неуверенность из модели с помощью команд, таких как polydata, getpar или getcov.
Создайте модель idpoly с помощью команды idpoly. Можно создать модель idpoly, чтобы сконфигурировать начальную параметризацию для оценки полиномиальной модели, чтобы соответствовать измеренным данным об ответе. Когда вы делаете так, можно задать ограничения на полиномиальные коэффициенты. Например, можно зафиксировать значения некоторых коэффициентов или задать минимальные или максимальные значения для свободных коэффициентов. Можно затем использовать сконфигурированную модель в качестве входного параметра к polyest, чтобы оценить значения параметров с теми ограничениями.
Преобразуйте существующую модель динамической системы в модель idpoly с помощью команды idpoly.

Примеры

свернуть все

Мультивыведите модель ARMAX

Скрипт Open Live Script

Создайте модель idpoly, представляющую с одним входом, 2D выходную модель ARMAX, описанную следующими уравнениями:

$\begin{array}{l} y_{1} (t) + 0.5 y_{1} (t - 1) + 0.9 y_{2} (t - 1) + 0.1 y_{2} (t - 2) = \\ u (t) + 5 u (t - 1) + 2 u (t - 2) + e_{1} (t) + 0 . 01 e_{1} (t - 1) \\ y_{2} (t) + 0 . 05 y_{2} (t - 1) + 0.3 y_{2} (t - 2) = \\ 10 u (t - 2) + e_{2} (t) + 0.1 e_{2} (t - 1) + 0 . 02 e_{2} (t - 2) . \end{array}$

$y_{1}$ и $y_{2}$ эти два выходных параметров, и $u$ вход. $e_{1}$ и $e_{2}$ белые шумовые воздействия на выходных параметрах $y_{1}$ и $y_{2}$ соответственно.

Чтобы создать модель idpoly, задайте A, B и полиномы C, которые описывают отношения между выходными параметрами, входными параметрами и шумовыми значениями. (Поскольку нет никаких условий знаменателя в системных уравнениях, B и F равняются 1.)

Задайте массив ячеек, содержащий коэффициенты полиномов A.

A = cell(2,2); 		
A{1,1} = [1 0.5];	
A{1,2} = [0 0.9 0.1];
A{2,1} = [0]; 	
A{2,2} = [1 0.05 0.3];

Можно считать значения каждой записи в массиве ячеек A с левой стороны уравнений, описывающих систему. Например, A{1,1} определяет многочлен, который дает зависимость $y_{1}$ на себе. Этот полином $A_{11} = 1 + 0.5 q^{- 1}$ , потому что каждый фактор $q^{- 1}$ соответствует декременту единицы времени. Поэтому A{1,1} = [1 0.5], давая коэффициенты $A_{11}$ в увеличивающихся экспонентах $q^{- 1}$ .

Точно так же A{1,2} определяет многочлен, который дает зависимость $y_{1}$ на $y_{2}$ . От уравнений, $A_{12} = 0 + 0.9 q^{- 1} + 0.1 q^{- 2}$ . Таким образом, A{1,2} = [0 0.9 0.1].

Остающиеся записи в A так же создаются.

Задайте массив ячеек, содержащий коэффициенты полиномов B.

B = cell(2,1);
B{1,1} = [1 5 2];	
B{2,1} = [0 0 10];

B определяет многочлены, которые дают зависимость выходных параметров $y_{1}$ и $y_{2}$ на входе $u$ . От уравнений, $B_{11} = 1 + 5 q^{- 1} + 2 q^{- 2}$ . Поэтому B{1,1} = [1 5 2].

Точно так же от уравнений, $B_{21} = 0 + 0 q^{- 1} + 10 q^{- 2}$ . Поэтому B{2,1} = [0 0 10].

Задайте массив ячеек, содержащий коэффициенты полиномов C.

C = cell(2,1);
C{1,1} = [1 0.01]; 
C{2,1} = [1 0.1 0.02];

C определяет многочлены, которые дают зависимость выходных параметров $y_{1}$ и $y_{2}$ на шумовых условиях $e_{1}$ и $e_{2}$ . Записи C могут быть считаны из уравнений так же к тем из A и B.

Создайте модель idpoly с заданными коэффициентами.

sys = idpoly(A,B,C)

sys =
Discrete-time ARMAX model:                                                      
  Model for output number 1: A(z)y_1(t) = - A_i(z)y_i(t) + B(z)u(t) + C(z)e_1(t)
    A(z) = 1 + 0.5 z^-1                                                         
                                                                                
    A_2(z) = 0.9 z^-1 + 0.1 z^-2                                                
                                                                                
    B(z) = 1 + 5 z^-1 + 2 z^-2                                                  
                                                                                
    C(z) = 1 + 0.01 z^-1                                                        
                                                                                
  Model for output number 2: A(z)y_2(t) = B(z)u(t) + C(z)e_2(t)
    A(z) = 1 + 0.05 z^-1 + 0.3 z^-2                            
                                                               
    B(z) = 10 z^-2                                             
                                                               
    C(z) = 1 + 0.1 z^-1 + 0.02 z^-2                            
                                                               
Sample time: unspecified
  
Parameterization:
   Polynomial orders:   na=[1 2;0 2]   nb=[3;1]   nc=[1;2]
   nk=[0;2]
   Number of free coefficients: 12
   Use "polydata", "getpvec", "getcov" for parameters and their uncertainties.

Status:                                                         
Created by direct construction or transformation. Not estimated.

Отображение показывает все полиномы и позволяет вам проверять их. Отображение также утверждает, что существует 12 свободных коэффициентов. Ведущие условия диагональных элементов в A всегда фиксируются к 1. Ведущие условия всех других записей в A всегда фиксируются к 0.

Можно использовать sys, чтобы задать начальную параметризацию для оценки с такими командами как polyest или armax.

Входные параметры

A,B,C,D,F

Начальные значения полиномиальных коэффициентов.

Для моделей SISO задайте начальные значения полиномиальных коэффициентов как векторы - строки. Задайте коэффициенты в порядке:

Возрастающие степени z ^–1 или q ^–1 (для моделей полинома дискретного времени).
Убывающие степени s или p (для непрерывно-разовых полиномиальных моделей).

Ведущие коэффициенты A, C, D и F должны быть 1. Используйте NaN для любого коэффициента, начальное значение которого не известно.

Для моделей MIMO с _Ny выходные параметры и входные параметры _Nu, A, B, C, D и F являются массивами ячеек векторов - строк. Каждая запись в массиве ячеек содержит коэффициенты конкретного полинома, который связывает вход, вывод и шумовые значения.

Полином	Размерность	Описанное отношение
`A`	_Ny-by-_Ny массив векторов - строк	`A{i,j}` содержит коэффициенты отношения между выводом _yi и выводом _yj
`B,F`	_Ny-by-_Nu массив векторов - строк	`B{i,j}` и `F{i,j}` содержат коэффициенты отношений между выводом _yi и входом _uj
`C,D`	_Ny-by-1 массив векторов - строк	`C{i}` и `D{i}` содержат коэффициенты отношений между выводом _yi и шумовым _ei

Ведущие коэффициенты диагональных элементов A (A{i,i},i=1:Ny) должны быть 1. Ведущие коэффициенты недиагональных записей A должны быть нулем для причинной связи. Ведущие коэффициенты всех записей C, D, и F, должны быть 1.

Используйте [] для любого полинома, который не присутствует в требуемой образцовой структуре. Например, чтобы создать модель ARX, используйте [] для C, D и F. Для временных рядов ARMA используйте [] для B и F.

Значение по умолчанию: B = []; C = 1 для всех выходных параметров; D = 1 для всех выходных параметров; F = []

Ts

'SampleTime' . Для непрерывно-разовых моделей, Ts = 0. Для моделей дискретного времени Ts является положительной скалярной величиной, представляющей шаг расчета, выраженный в модуле, заданном свойством TimeUnit модели. Чтобы обозначить модель дискретного времени с незаданным шагом расчета, установите Ts = -1.

Значение по умолчанию: –1 (модель дискретного времени с незаданным шагом расчета)

NoiseVariance

Отклонение (ковариационная матрица) образцовых инноваций e.

Идентифицированная модель включает белый, Гауссов шумовой e компонента (t). NoiseVariance является отклонением этого шумового компонента. Как правило, образцовая функция оценки (такая как polyest) определяет это отклонение. Используйте этот вход, чтобы задать начальное значение для шумового отклонения, когда вы создадите модель idpoly.

Для моделей SISO NoiseVariance является скаляром. Для моделей MIMO NoiseVariance является _Ny-by-_Ny матрица, где _Ny является количеством выходных параметров в системе.

Значение по умолчанию: _Ny-by-_Ny единичная матрица

sys0

Динамическая система.

Любая динамическая система, которая будет преобразована в объект idpoly.

Когда sys0 является идентифицированной моделью, ее предполагаемая ковариация параметра потеряна во время преобразования. Если вы хотите перевести предполагаемую ковариацию параметра во время преобразования, используйте translatecov.

Для синтаксиса sys = idpoly(sys0,'split') sys0 должен быть числовой (неидентифицированный) tf, zpk или объект модели ss. Кроме того, sys0 должен иметь, по крайней мере, столько же входных параметров сколько выходные параметры. Наконец, подсистема sys0(:,Ny+1:Nu) должна быть biproper.

Аргументы в виде пар имя-значение

Укажите необязательные аргументы в виде пар ""имя, значение"", разделенных запятыми. Имя (Name) — это имя аргумента, а значение (Value) — соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Используйте аргументы Name,Value, чтобы задать дополнительные свойства моделей idpoly во время образцового создания. Например, idpoly(A,B,C,D,F,1,0,'InputName','Voltage') создает модель idpoly с набором свойств InputName к Voltage.

Свойства

Свойства объектов idpoly включают:

A,B,C,D,F

Значения полиномиальных коэффициентов.

Если вы создаете модель idpoly sys с помощью команды idpoly, sys.A, sys.B, sys.C, sys.D, и sys.F содержит начальные содействующие значения, которые вы задаете с A, B, C, D и входными параметрами F, соответственно.

Если вы получаете модель idpoly идентификацией, то sys.A, sys.B, sys.C, sys.D и sys.F содержат ориентировочные стоимости коэффициентов.

Для модели idpoly sys, каждое свойство sys.A, sys.B, sys.C, sys.D и sys.F являются псевдонимом к соответствующей записи Value в свойстве Structure sys. Например, sys.A является псевдонимом к значению свойства sys.Structure.A.Value.

Для полиномиальных моделей SISO значения коэффициентов числителя хранятся как вектор - строка в порядке:

Возрастающие степени z ^–1 или q ^–1 (для передаточных функций дискретного времени).
Убывающие степени s или p (для непрерывно-разовых передаточных функций).

Ведущие коэффициенты A, C и D фиксируются к 1. Любой коэффициент, начальное значение которого не известно, хранится как NaN.

Полином	Размерность	Описанное отношение
`A`	_Ny-by-_Ny массив векторов - строк	`A{i,j}` содержит коэффициенты отношения между выводом _yi и выводом _yj
`B,F`	_Ny-by-_Nu массив векторов - строк	`B{i,j}` и `F{i,j}` содержат коэффициенты отношений между выводом _yi и входом _uj
`C,D`	_Ny-by-1 массив векторов - строк	`C{i}` и `D{i}` содержат коэффициенты отношений между выводом _yi и шумовым _ei

Ведущие коэффициенты диагональных элементов A (A{i,i}, i=1:Ny) фиксируются к 1. Ведущие коэффициенты недиагональных записей A фиксируются, чтобы обнулить. Ведущие коэффициенты всех записей C, D, и F, фиксируются к 1.

Какое-то время ряд (модель без измеренных входных параметров), B = [] и F = [].

Значение по умолчанию: B = []; C = 1 для всех выходных параметров; D = 1 для всех выходных параметров; F = []

Variable

Полиномиальная модель отображает переменную, заданную как одно из следующих значений:

'z^-1' — Значение по умолчанию для моделей дискретного времени
'q^-1' — Эквивалентный 'z^-1'
S Значение по умолчанию для непрерывно-разовых моделей
P Эквивалентный 's'

Значение Variable отражается в отображении, и также влияет на интерпретацию A, B, C, D и векторов коэффициентов F для моделей дискретного времени. Для Variable = 'z^-1' или 'q^-1', векторы коэффициентов упорядочены как возрастающие степени переменной.

IODelay

Транспортные задержки. IODelay является числовым массивом, задающим отдельную транспортную задержку каждой пары ввода/вывода.

Если вы создаете модель idpoly sys с помощью команды idpoly, sys.IODelay содержит начальные значения транспортной задержки, которую вы задаете с парой аргумента Name,Value.

Для модели idpoly sys свойство sys.IODelay является псевдонимом к значению свойства sys.Structure.IODelay.Value.

Для непрерывно-разовых систем транспортные задержки выражаются в единице измерения времени, сохраненной в свойстве TimeUnit. Для систем дискретного времени транспортные задержки выражаются как целые числа, обозначающие задержку кратного шагу расчета Ts.

Для системы MIMO с Ny выходные параметры и входные параметры Nu, набор IODelay является Ny-by-Nu массив, где каждая запись является численным значением, представляющим транспортную задержку соответствующей пары ввода/вывода. Можно установить IODelay на скалярное значение применять ту же задержку со всеми парами ввода/вывода.

Значение по умолчанию: 0 для всех пар ввода/вывода

IntegrateNoise

Логический вектор, обозначая присутствие или отсутствие интегрирования на шумовых каналах.

Задайте IntegrateNoise как логический вектор длины, равной количеству выходных параметров.

IntegrateNoise(i) = true указывает, что шумовой канал для i th вывод содержит интегратор. В этом случае соответствующий полином D содержит дополнительное условие, которое не представлено в свойстве sys.D. Этот термин интегратора равен [1 0] для непрерывно-разовых систем и равен [1 -1] для систем дискретного времени.

Значение по умолчанию: 0 для всех выходных каналов

Structure

Информация о допускающих оценку параметрах модели idpoly. sys.Structure.A, sys.Structure.B, sys.Structure.C, sys.Structure.D и sys.Structure.F содержат информацию о полиномиальных коэффициентах. sys.Structure.IODelay содержит информацию о транспортной задержке. sys.Structure.IntegrateNoise содержит информацию об условиях интегрирования на шуме. Каждый содержит следующие поля:

Значение Значения параметров. Например, sys.Structure.A.Value содержит начальные значения или ориентировочные стоимости коэффициентов A.
NaN представляет неизвестные значения параметров.
Для моделей SISO, каждого свойства sys.A, sys.B, sys.C, sys.D, sys.F и sys.IODelay псевдоним к соответствующей записи Value в свойстве Structure sys. Например, sys.A является псевдонимом к значению свойства sys.Structure.A.Value
Для моделей MIMO sys.A{i,j} является псевдонимом к sys.Structure.A(i,j).Value, и так же для других идентифицируемых содействующих значений.
Minimum — Минимальное значение, которое параметр может принять во время оценки. Например, sys.Structure.IODelay.Minimum = 0.1 ограничивает транспортную задержку со значениями, больше, чем или равный 0,1.
sys.Structure.IODelay.Minimum должен быть больше, чем или равным нулю.
Maximum — Максимальное значение, которое параметр может принять во время оценки.
Free — Логическое значение, задающее, является ли параметр свободной переменной оценки. Если вы хотите зафиксировать значение параметра во время оценки, установите соответствующий Free = false. Например, если B является 3х3 матрицей, sys.Structure.B.Free = eyes(3) фиксирует все недиагональные записи в B к значениям, заданным в sys.Structure.B.Value. В этом случае только диагональные элементы в B являются допускающими оценку.
Для фиксированных значений, таких как ведущие коэффициенты в sys.Structure.B.Value, соответствующим значением Free всегда является false.
Шкала Шкала значения параметра. Scale не используется по оценке.
Информация Массив структур для хранения модулей параметра и меток. Структура имеет поля Label и Unit.
Задайте модули параметра и метки как векторы символов. Например, 'Time'.

Для модели MIMO с Ny выходные параметры и входные параметры Nu, размерности элементов Structure следующие:

sys.Structure.A — Ny-by-Ny
sys.Structure.B — Ny-by-Nu
sys.Structure.C — Ny-by-1
sys.Structure.D — Ny-by-1
sys.Structure.F — Ny-by-Nu

Неактивный полином, такой как полином B в модели timeseries, не доступен в качестве параметра в свойстве Structure. Например, sys = idpoly([1 -0.2 0.5]) создает модель AR. sys.Structure содержит поля sys.Structure.A, sys.Structure.IODelay и sys.Structure.IntegrateNoise. Однако нет никакого поля в sys.Structure, соответствующем B, C, D или F.

NoiseVariance

Отклонение (ковариационная матрица) образцовых инноваций e.

Идентифицированная модель включает белый Гауссов шумовой e компонента (t). NoiseVariance является отклонением этого шумового компонента. Как правило, образцовая функция оценки (такая как arx) определяет это отклонение.

Report

Сводный отчет, который содержит информацию об опциях оценки и результатах, когда полиномиальная модель получена с помощью команд оценки, таких как polyest, armax, oe и bj. Используйте Report, чтобы запросить модель для того, как он был оценен, включая:

Метод оценки
Опции оценки
Поисковые условия завершения
Совпадение данных оценки и другие метрики качества

Содержимое Report не важно, если модель была создана конструкцией.

m = idpoly({[1 0.5]},{[1 5]},{[1 0.01]});
m.Report.OptionsUsed

ans =

     []

Если вы получаете полиномиальную модель с помощью команд оценки, поля Report содержат информацию о данных об оценке, опциях и результатах.

load iddata2 z2;
m = polyest(z2,[2 2 3 3 2 1]);
m.Report.OptionsUsed

Option set for the polyest command:

    InitialCondition: 'auto'
               Focus: 'prediction'
  EstimateCovariance: 1
             Display: 'off'
         InputOffset: []
        OutputOffset: []
      Regularization: [1x1 struct]
        SearchMethod: 'auto'
       SearchOptions: [1x1 idoptions.search.identsolver]
            Advanced: [1x1 struct]

Report является свойством только для чтения.

Для получения дополнительной информации об этом свойстве и как использовать его, смотрите раздел Output Arguments соответствующей страницы с описанием команды оценки и Отчета Оценки.

InputDelay

Введите задержку каждого входного канала, заданного как скалярное значение или числовой вектор. Для непрерывно-разовых систем задайте входные задержки единицы измерения времени, сохраненной в свойстве TimeUnit. Для систем дискретного времени задайте входные задержки целочисленных множителей шага расчета Ts. Например, InputDelay = 3 означает задержку трех шагов расчета.

Для системы с входными параметрами Nu, набор InputDelay к Nu-by-1 вектор. Каждая запись этого вектора является численным значением, которое представляет входную задержку соответствующего входного канала.

Можно также установить InputDelay на скалярное значение применять ту же задержку со всеми каналами.

Значение по умолчанию: 0

OutputDelay

Выведите задержки.

Для идентифицированных систем, таких как idpoly, OutputDelay фиксируется, чтобы обнулить.

Ts

Изменение этого свойства не дискретизирует или передискретизирует модель. Используйте c2d и d2c, чтобы преобразовать между непрерывным - и представлениями дискретного времени. Используйте d2d, чтобы изменить шаг расчета системы дискретного времени.

Значение по умолчанию: –1 (модель дискретного времени с незаданным шагом расчета)

TimeUnit

Модули для переменной времени, шаг расчета Ts и любые задержки модели, заданной как одно из следующих значений:

'nanoseconds'
'microseconds'
'milliseconds'
'seconds'
'minutes'
'hours'
'days'
'weeks'
'months'
'years'

Изменение этого свойства не имеет никакого эффекта на другие свойства, и поэтому изменяет полное поведение системы. Используйте chgTimeUnit, чтобы преобразовать между единицами измерения времени, не изменяя поведение системы.

Значение по умолчанию: 'seconds'

InputName

Введите названия канала, заданные как одно из следующего:

Вектор символов — Для моделей одно входа, например, 'controls'.
Массив ячеек из символьных векторов Модели мультивхода For.

Также используйте автоматическое векторное расширение, чтобы присвоить входные имена для мультивходных моделей. Например, если sys является 2D входной моделью, введите:

sys.InputName = 'controls';

Входные имена автоматически расширяются до {'controls(1)';'controls(2)'}.

Когда вы оцениваете модель с помощью объекта iddata, data, программное обеспечение автоматически устанавливает InputName на data.InputName.

Можно использовать краткое обозначение u, чтобы относиться к свойству InputName. Например, sys.u эквивалентен sys.InputName.

Входные названия канала имеют несколько использования, включая:

Идентификация каналов на образцовом отображении и графиках
Извлечение подсистем систем MIMO
Определение точек контакта, когда взаимосвязанные модели

Значение по умолчанию: '' для всех входных каналов

InputUnit

Введите модули канала, заданные как одно из следующего:

Вектор символов — Для моделей одно входа, например, 'seconds'.
Массив ячеек из символьных векторов Модели мультивхода For.

Используйте InputUnit, чтобы отслеживать модули входного сигнала. InputUnit не имеет никакого эффекта на поведение системы.

Значение по умолчанию: '' для всех входных каналов

InputGroup

Введите группы канала. Свойство InputGroup позволяет вам присвоить входные каналы систем MIMO в группы и обратиться к каждой группе по наименованию. Задайте входные группы как структуру. В этой структуре имена полей являются названиями группы, и значения полей являются входными каналами, принадлежащими каждой группе. Например:

sys.InputGroup.controls = [1 2];
sys.InputGroup.noise = [3 5];

создает входные группы под названием controls и noise, которые включают входные каналы 1, 2 и 3, 5, соответственно. Можно затем извлечь подсистему от входных параметров controls до всего выходного использования:

sys(:,'controls')

Значение по умолчанию: Struct без полей

OutputName

Выведите названия канала, заданные как одно из следующего:

Вектор символов — Для моделей одно вывода. Например, 'measurements'.
Массив ячеек из символьных векторов For модели мультивывода.

Также используйте автоматическое векторное расширение, чтобы присвоить выходные имена для мультивыходных моделей. Например, если sys является 2D выходной моделью, введите:

sys.OutputName = 'measurements';

Выходные имена автоматически расширяются до {'measurements(1)';'measurements(2)'}.

Когда вы оцениваете модель с помощью объекта iddata, data, программное обеспечение автоматически устанавливает OutputName на data.OutputName.

Можно использовать краткое обозначение y, чтобы относиться к свойству OutputName. Например, sys.y эквивалентен sys.OutputName.

Выходные названия канала имеют несколько использования, включая:

Идентификация каналов на образцовом отображении и графиках
Извлечение подсистем систем MIMO
Определение точек контакта, когда взаимосвязанные модели

Значение по умолчанию: '' для всех выходных каналов

OutputUnit

Выведите модули канала, заданные как одно из следующего:

Вектор символов — Для моделей одно вывода. Например, 'seconds'.
Массив ячеек из символьных векторов For модели мультивывода.

Используйте OutputUnit, чтобы отслеживать модули выходного сигнала. OutputUnit не имеет никакого эффекта на поведение системы.

Значение по умолчанию: '' для всех выходных каналов

OutputGroup

Выведите группы канала. Свойство OutputGroup позволяет вам присвоить выходные каналы систем MIMO в группы и обратиться к каждой группе по наименованию. Задайте выходные группы как структуру. В этой структуре имена полей являются названиями группы, и значения полей являются выходными каналами, принадлежащими каждой группе. Например:

sys.OutputGroup.temperature = [1];
sys.InputGroup.measurement = [3 5];

создает выходные группы под названием temperature и measurement, которые включают выходные каналы 1, и 3, 5, соответственно. Можно затем извлечь подсистему от всех входных параметров до measurement использование выходных параметров:

sys('measurement',:)

Значение по умолчанию: Struct без полей

Name

Имя системы, заданное как вектор символов. Например, 'system_1'.

Значение по умолчанию: ''

Notes

Любой текст, который вы хотите сопоставить с системой, сохраненной как строка или массив ячеек из символьных векторов. Свойство хранит, какой бы ни тип данных вы обеспечиваете. Например, если sys1 и sys2 являются моделями динамической системы, можно установить их свойства Notes можно следующим образом:

sys1.Notes = "sys1 has a string.";
sys2.Notes = 'sys2 has a character vector.';
sys1.Notes
sys2.Notes

ans = 

    "sys1 has a string."


ans =

    'sys2 has a character vector.'

Значение по умолчанию: [0×1 string]

UserData

Любой тип данных вы хотите сопоставить с системой, заданной как любой тип данных MATLAB^®.

Значение по умолчанию: []

SamplingGrid

Выборка сетки для образцовых массивов, заданных как структура данных.

Для массивов идентифицированных линейных моделей (IDLTI), которые выведены путем выборки одной или нескольких независимых переменных, это дорожки свойства значения переменных, сопоставленные с каждой моделью. Эта информация появляется, когда вы отображаете или строите образцовый массив. Используйте эту информацию, чтобы проследить результаты до независимых переменных.

Установите имена полей структуры данных к именам переменных выборки. Установите значения полей к выбранным значениям переменных, сопоставленным с каждой моделью в массиве. Все переменные выборки должны быть числовыми и скаляр, оцененный, и все массивы выбранных значений должны совпадать с размерностями образцового массива.

Например, если вы собираете данные в различных рабочих точках системы, можно идентифицировать модель для каждой рабочей точки отдельно и затем сложить результаты вместе в массив единой системы. Можно пометить отдельные модели в массиве с информацией относительно рабочей точки:

nominal_engine_rpm = [1000 5000 10000];
sys.SamplingGrid = struct('rpm', nominal_engine_rpm)

где sys является массивом, содержащим три идентифицированных модели, полученные в rpms 1000, 5000 и 10000, соответственно.

Для образцовых массивов, сгенерированных путем линеаризации модели Simulink^® в нескольких значениях параметров или рабочих точках, программное обеспечение заполняет SamplingGrid автоматически со значениями переменных, которые соответствуют каждой записи в массиве. Например, команды Simulink Control Design™ linearize и slLinearizer заполняют SamplingGrid таким образом.

Значение по умолчанию: []

Советы

Несмотря на то, что idpoly поддерживает непрерывно-разовые модели, idtf и idproc включают больше вариантов для оценки непрерывно-разовых моделей. Поэтому для некоторых непрерывно-разовых приложений, эти типы модели предпочтительны.

Документация

idpoly

Синтаксис

Описание

Описание объекта

Примеры

Мультивыведите модель ARMAX

Входные параметры

Аргументы в виде пар имя-значение

Свойства

Советы

Смотрите также

Темы

Представлено до R2006a

Документация System Identification Toolbox

Поддержка