iv4

Оценка модели ARX с помощью четырехэтапного инструментального переменного метода

Синтаксис

sys = iv4(data,[na nb nk]) sys = iv4(data,'na',na,'nb',nb,'nk',nk) sys = iv4(___,Name,Value) sys = iv4(___,opt)

Описание

sys = iv4(data,[na nb nk]) оценивает модель полинома ARX, sys, с помощью четырехэтапного инструментального переменного метода, для объекта данных data. [na nb nk] задает порядки структуры ARX A и полиномов B и входа, чтобы вывести задержку. Алгоритм оценки нечувствителен к цвету шумового термина.

sys является моделью ARX:

$A (q) y (t) = B (q) u (t - n k) + v (t)$

sys = iv4(data,'na',na,'nb',nb,'nk',nk) альтернативно задайте порядки модели ARX отдельно.

sys = iv4(___,Name,Value) оценивает полином ARX с дополнительными опциями, заданными одним или несколькими аргументами пары Name,Value.

sys = iv4(___,opt) использует набор опции, opt, чтобы сконфигурировать поведение оценки.

Входные параметры

data

Данные об оценке. Данные могут быть:

Время - или данные ввода - вывода частотного диапазона
Данные timeseries
Данные частотной характеристики

data должен быть iddata, idfrd или объект frd.

data должен быть дискретным временем (Ts> 0) для частотного диапазона.

[na nb nk]

Порядки полинома ARX.

Для мультивыходной модели [na nb nk] содержит одну строку для каждого вывода. В частности, задайте na как Ny-by-Ny матрица, где каждая запись является полиномиальным порядком, связывающим соответствующую выходную пару. Здесь, Ny является количеством выходных параметров. Задайте nb и nk как Ny-by-Nu матрицы, где Nu является количеством входных параметров. Для получения дополнительной информации на структуре модели ARX, смотрите arx.

opt

Опции оценки.

opt является набором опций, который конфигурирует опции оценки. Эти опции включают:

особое внимание оценки
обработка начальных условий
обработка смещений данных

Используйте iv4Options, чтобы создать набор опций.

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.

'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

'IODelay'

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

Для непрерывно-разовых систем задайте транспортные задержки единицы измерения времени, сохраненной в свойстве TimeUnit. Для систем дискретного времени задайте транспортные задержки целочисленных множителей шага расчета, Ts.

Для системы MIMO с Ny выходные параметры и входные параметры Nu, набор IODelay к Ny-by-Nu массив. Каждая запись этого массива является численным значением, которое представляет транспортную задержку соответствующей пары ввода/вывода. Можно также установить IODelay на скалярное значение применять ту же задержку со всеми парами ввода/вывода.

Значение по умолчанию: 0 для всех пар ввода/вывода

'IntegrateNoise'

Задайте интеграторы в шумовых каналах.

Добавление интегратора создает модель ARIX, представленную:

$A (q) y (t) = B (q) u (t - n k) + \frac{1}{1 - q^{- 1}} e (t)$

где, $\frac{1}{1 - q^{- 1}}$ интегратор в шумовом канале, e (t).

IntegrateNoise является логическим вектором длины Ny, где Ny является количеством выходных параметров.

Значение по умолчанию: false(Ny,1), где Ny является количеством выходных параметров

Выходные аргументы

sys

Модель ARX, которая соответствует данным об оценке, возвратилась как объект idpoly дискретного времени. Эта модель создается с помощью заданных порядков модели, задержек и опций оценки.

Информация о результатах оценки и используемых опциях хранится в свойстве Report модели. Report имеет следующие поля:

Сообщите о поле Описание

Status

Сводные данные состояния модели, которое указывает, была ли модель создана конструкцией или получена оценкой.

Method

Команда оценки используется.

InitialCondition

Обработка начальных условий во время образцовой оценки, возвращенной как одно из следующих значений:

'zero' — Начальные условия были обнулены.
'estimate' — Начальные условия были обработаны как независимые параметры оценки.

Это поле особенно полезно, чтобы просмотреть, как начальные условия были обработаны, когда опцией InitialCondition в наборе опции оценки является 'auto'.

Fit

Количественная оценка оценки, возвращенной как структура. Смотрите Функцию потерь и Образцовые Метрики качества для получения дополнительной информации об этих метриках качества. Структура имеет следующие поля:

Поле	Описание
`FitPercent`	Мера по нормированной среднеквадратической ошибке (NRMSE) того, как хорошо ответ модели соответствует данным об оценке, выраженным как процент.
`LossFcn`	Значение функции потерь, когда оценка завершается.
`MSE`	Мера по среднеквадратической ошибке (MSE) того, как хорошо ответ модели соответствует данным об оценке.
`FPE`	Итоговая ошибка прогноза для модели.
`AIC`	Необработанная мера по Критериям информации о Akaike (AIC) образцового качества.
`AICc`	Маленький объем выборки исправил AIC.
`nAIC`	Нормированный AIC.
`BIC`	Байесовы информационные критерии (BIC).

Parameters

Ориентировочные стоимости параметров модели.

OptionsUsed

Набор опции используется для оценки. Если никакие пользовательские опции не были сконфигурированы, это - набор опций по умолчанию. Смотрите iv4Options для получения дополнительной информации.

RandState

Состояние потока случайных чисел в начале оценки. Пустой, [], если рандомизация не использовалась во время оценки. Для получения дополнительной информации смотрите rng в документации MATLAB^®.

DataUsed

Атрибуты данных используются для оценки, возвращенной как структура со следующими полями:

Поле	Описание
`Name`	Имя набора данных.
`Type`	Тип данных.
`Length`	Количество выборок данных.
`Ts`	'SampleTime' .
`InterSample`	Введите междемонстрационное поведение, возвращенное как одно из следующих значений: `'zoh'` — Нулевой порядок содержит, поддерживает кусочно-постоянный входной сигнал между выборками. `'foh'` — Хранение первого порядка поддерживает кусочно-линейный входной сигнал между выборками. `'bl'` — Ограниченное полосой поведение указывает, что непрерывно-разовый входной сигнал имеет нулевую силу выше частоты Найквиста.
`InputOffset`	Сместите удаленный из входных данных временного интервала во время оценки. Для нелинейных моделей это - `[]`.
`OutputOffset`	Сместите удаленный из выходных данных временного интервала во время оценки. Для нелинейных моделей это - `[]`.

Для получения дополнительной информации об использовании Report см. Отчет Оценки.

Примеры

свернуть все

Оцените модель ARX Используя четырехэтапный инструментальный переменный метод

Скрипт Open Live Script

Загрузите данные об оценке.

load iddata7;

Эти данные имеют два входных параметров, u1 и u2, и один вывод, y1.

Задайте порядки модели ARX, с помощью тех же порядков для обоих входных параметров.

na = 2;
nb = [2 2];

Задайте задержку выборок 2 для входа u2 и никакую задержку входа u1.

nk = [0 2];

Оцените модель ARX с помощью четырехэтапного инструментального переменного метода.

m = iv4(z7,[na nb nk]);

Алгоритмы

Оценка выполняется на 4 этапах. Первая стадия использует функцию arx. Получившаяся модель генерирует инструменты для второй этапной оценки IV. Невязки, полученные из этой модели, моделируются как старшая модель AR. На четвертом этапе в данные ввода - вывода проникают эта модель AR и затем подвергают функции IV с теми же инструментальными фильтрами как на втором этапе.

Для нескольких - выходной случай, получены оптимальные инструменты, только если источники шума при различных выходных параметрах имеют тот же цвет. Оценки, полученные со стандартной программой, довольно точны, однако, даже в других случаях.

Ссылки

[1] Ljung, L. System Identification: Теория для Пользователя, уравнения (15.21) до (15,26), Верхний Сэддл-Ривер, NJ, PTR Prentice Hall, 1999.

Документация

iv4

Синтаксис

Описание

Входные параметры

Аргументы в виде пар имя-значение

Выходные аргументы

Примеры

Оцените модель ARX Используя четырехэтапный инструментальный переменный метод

Алгоритмы

Ссылки

Смотрите также

Представлено до R2006a

Документация System Identification Toolbox

Поддержка