Оценка модели AR с помощью инструментального переменного метода
sys = ivar(data,na)
sys = ivar(data,na,nc)
sys = ivar(data,na,nc,max_size)
sys = ivar(data,na)sys, с помощью инструментального переменного метода и данных временных рядов data. na задает порядок полинома A.
Модель AR представлена уравнением:
В вышеупомянутой модели e (t) является произвольным процессом, принятым, чтобы быть процессом скользящего среднего значения порядка nc, возможно время, отличаясь. nc принят, чтобы быть равным na. Инструменты выбраны в качестве соответственно отфильтрованных выходных параметров, задержал шаги nc.
sys = ivar(data,na,nc)nc, отдельно.
sys = ivar(data,na,nc,max_size)
|
Данные временных рядов оценки.
|
|
Порядок полином |
|
Порядок процесса скользящего среднего значения, представляющего e (t). |
|
Максимальный матричный размер.
Задайте Значение по умолчанию: 250000 |
|
Идентифицированная полиномиальная модель.
|
Сравните спектры для синусоид в шуме, оцененном методом IV и прямым обратным методом наименьших квадратов.
y = iddata(sin([1:500]'*1.2) + sin([1:500]'*1.5) + ...
0.2*randn(500,1),[]);
miv = ivar(y,4);
mls = ar(y,4);
spectrum(miv,mls)
[1] Stoica, P., и др. Оптимальные Инструментальные Переменные Оценки параметров AR Процесса ARMA, Сделка IEEE Autom. Управление, объем AC-30, 1985, стр 1066–1074.