Полиномиальная модель с идентифицируемыми параметрами
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')
создает полиномиальную модель с идентифицируемыми коэффициентами. sys
= idpoly(A,B,C,D,F
,NoiseVariance
,Ts
)A
, B
, C
, D
и F
задают начальные значения коэффициентов. NoiseVariance
задает начальное значение отклонения белого источника шума. Ts
является образцовым шагом расчета.
создает полиномиальную модель с помощью дополнительных опций, заданных одним или несколькими аргументами пары sys
= idpoly(A,B,C,D,F
,NoiseVariance
,Ts
,Name,Value
)Name,Value
.
создает модель timeseries только с авторегрессивным термином. В этом случае sys
= idpoly(A)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.
создает модель timeseries с авторегрессивным и термином скользящего среднего значения. Входные параметры sys
= idpoly(A,[],C,D,[],NoiseVariance
,Ts
)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:
создает модель timeseries, использующую дополнительные опции, заданные одним или несколькими аргументами пары sys
= idpoly(A,[],C,D,[],NoiseVariance
,Ts
,Name,Value
)Name,Value
.
преобразовывает любую модель динамической системы, sys
= idpoly(sys0
)sys0
, к форме модели idpoly
.
преобразовывает sys
= idpoly(sys0
,'split')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.
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:
В непрерывное время полиномиальная модель принимает следующую форму:
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
.
|
Начальные значения полиномиальных коэффициентов. Для моделей SISO задайте начальные значения полиномиальных коэффициентов как векторы - строки. Задайте коэффициенты в порядке:
Ведущие коэффициенты Для моделей MIMO с Ny выходные параметры и входные параметры Nu,
Ведущие коэффициенты диагональных элементов Используйте Значение по умолчанию: | ||||||||||||
|
'SampleTime' . Для непрерывно-разовых моделей, Значение по умолчанию: –1 (модель дискретного времени с незаданным шагом расчета) | ||||||||||||
|
Отклонение (ковариационная матрица) образцовых инноваций e. Идентифицированная модель включает белый, Гауссов шумовой e компонента (t). Для моделей SISO Значение по умолчанию: Ny-by-Ny единичная матрица | ||||||||||||
|
Динамическая система. Любая динамическая система, которая будет преобразована в объект Когда Для синтаксиса |
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 объектов idpoly
включают:
|
Значения полиномиальных коэффициентов. Если вы создаете модель Если вы получаете модель Для модели Для полиномиальных моделей SISO значения коэффициентов числителя хранятся как вектор - строка в порядке:
Ведущие коэффициенты Для моделей MIMO с Ny выходные параметры и входные параметры Nu,
Ведущие коэффициенты диагональных элементов Какое-то время ряд (модель без измеренных входных параметров), Значение по умолчанию: | ||||||||||||
|
Полиномиальная модель отображает переменную, заданную как одно из следующих значений:
Значение | ||||||||||||
|
Транспортные задержки. Если вы создаете модель Для модели Для непрерывно-разовых систем транспортные задержки выражаются в единице измерения времени, сохраненной в свойстве Для системы MIMO с Значение по умолчанию: 0 для всех пар ввода/вывода | ||||||||||||
|
Логический вектор, обозначая присутствие или отсутствие интегрирования на шумовых каналах. Задайте
Значение по умолчанию: 0 для всех выходных каналов | ||||||||||||
|
Информация о допускающих оценку параметрах модели
Для модели MIMO с
Неактивный полином, такой как полином | ||||||||||||
|
Отклонение (ковариационная матрица) образцовых инноваций e. Идентифицированная модель включает белый Гауссов шумовой e компонента (t). Для моделей SISO | ||||||||||||
|
Сводный отчет, который содержит информацию об опциях оценки и результатах, когда полиномиальная модель получена с помощью команд оценки, таких как
Содержимое m = idpoly({[1 0.5]},{[1 5]},{[1 0.01]}); m.Report.OptionsUsed ans = [] Если вы получаете полиномиальную модель с помощью команд оценки, поля 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]
Для получения дополнительной информации об этом свойстве и как использовать его, смотрите раздел Output Arguments соответствующей страницы с описанием команды оценки и Отчета Оценки. | ||||||||||||
|
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 Для системы с входными параметрами Можно также установить Значение по умолчанию: 0 | ||||||||||||
|
Выведите задержки. Для идентифицированных систем, таких как | ||||||||||||
|
'SampleTime' . Для непрерывно-разовых моделей, Изменение этого свойства не дискретизирует или передискретизирует модель. Используйте Значение по умолчанию: –1 (модель дискретного времени с незаданным шагом расчета) | ||||||||||||
|
Модули для переменной времени, шаг расчета
Изменение этого свойства не имеет никакого эффекта на другие свойства, и поэтому изменяет полное поведение системы. Используйте Значение по умолчанию: | ||||||||||||
|
Введите названия канала, заданные как одно из следующего:
Также используйте автоматическое векторное расширение, чтобы присвоить входные имена для мультивходных моделей. Например, если sys.InputName = 'controls'; Входные имена автоматически расширяются до Когда вы оцениваете модель с помощью объекта Можно использовать краткое обозначение Входные названия канала имеют несколько использования, включая:
Значение по умолчанию: | ||||||||||||
|
Введите модули канала, заданные как одно из следующего:
Используйте Значение по умолчанию: | ||||||||||||
|
Введите группы канала. Свойство sys.InputGroup.controls = [1 2]; sys.InputGroup.noise = [3 5]; создает входные группы под названием sys(:,'controls') Значение по умолчанию: Struct без полей | ||||||||||||
|
Выведите названия канала, заданные как одно из следующего:
Также используйте автоматическое векторное расширение, чтобы присвоить выходные имена для мультивыходных моделей. Например, если sys.OutputName = 'measurements'; Выходные имена автоматически расширяются до Когда вы оцениваете модель с помощью объекта Можно использовать краткое обозначение Выходные названия канала имеют несколько использования, включая:
Значение по умолчанию: | ||||||||||||
|
Выведите модули канала, заданные как одно из следующего:
Используйте Значение по умолчанию: | ||||||||||||
|
Выведите группы канала. Свойство sys.OutputGroup.temperature = [1]; sys.InputGroup.measurement = [3 5]; создает выходные группы под названием sys('measurement',:) Значение по умолчанию: Struct без полей | ||||||||||||
|
Имя системы, заданное как вектор символов. Например, Значение по умолчанию: | ||||||||||||
|
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.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: | ||||||||||||
|
Любой тип данных вы хотите сопоставить с системой, заданной как любой тип данных MATLAB®. Значение по умолчанию: | ||||||||||||
|
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 Для образцовых массивов, сгенерированных путем линеаризации модели Simulink® в нескольких значениях параметров или рабочих точках, программное обеспечение заполняет Значение по умолчанию: |
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.
ar
| armax
| arx
| bj
| idproc
| idss
| idtf
| iv4
| ivar
| oe
| polydata
| polyest
| setPolyFormat
| translatecov