ivstruc

Вычислите функции потерь для наборов структур модели ARX с помощью инструментального переменного метода

Синтаксис

v = ivstruc(ze,zv,NN)
v = ivstruc(ze,zv,NN,p,maxsize)

Описание

v = ivstruc(ze,zv,NN) вычисляет функции потерь для наборов структур модели ARX одно вывода. NN является матрицей, которая задает много отличных структур типа ARX. Каждая строка NN имеет форму

nn = [na nb nk]

с той же интерпретацией, как описано для arx. Смотрите struc для легкой генерации типичных матриц NN.

ze и zv являются объектами iddata, содержащими данные ввода - вывода. Только данные временного интервала поддерживаются. Модели для каждой образцовой структуры, заданной в NN, оцениваются с помощью метода инструментальной переменной (IV) на наборе данных ze. Предполагаемые модели моделируются с помощью входных параметров от набора данных zv. Нормированная квадратичная подгонка между моделируемым выводом и измеренным выводом в zv сформирована и возвращена в v. Строки ниже первой строки в v являются транспонированием NN, и последняя строка содержит логарифмы количеств условия матрицы IV

ς(t)φT(t)

Большой номер условия указывает, что структура имеет излишне старший разряд (см. Ljung, L. System Identification: Теория для Пользователя, Верхнего Сэддл-Ривер, NJ, PTR Prentice Hall, 1999, p. 498).

Информация в v лучше всего анализируется с помощью selstruc.

Стандартная программа для систем одно вывода только.

v = ivstruc(ze,zv,NN,p,maxsize) задает вычисление чисел условия и размер самой большой матрицы, сформированной во время вычислений. Если p равен нулю, вычисление чисел условия подавлено. maxsize влияет на компромисс скорости/памяти.

Примечание

Используемый метод IV не гарантирует, что полученные модели стабильны. Подгонка ошибки на выходе, вычисленная в v, может затем вводить в заблуждение.

Примеры

свернуть все

Создайте наборы данных оценки и валидации

load iddata1;
ze = z1(1:150);
zv = z1(151:300);

Сгенерируйте комбинации образцового порядка для оценки, задав области значений для порядков модели и задержек.

NN = struc(1:3,1:2,2:4);

Оцените модели ARX с помощью инструментального переменного метода и вычислите функцию потерь для каждой образцовой комбинации порядка.

V = ivstruc(ze,zv,NN);

Выберите порядок модели с лучшей подгонкой к данным о валидации.

order = selstruc(V,0);

Оцените модель ARX выбранного порядка.

M = iv4(ze,order);

Создайте наборы данных оценки и валидации.

load iddata1;
ze = z1(1:150);
zv = z1(151:300);

Сгенерируйте комбинации образцового порядка для оценки, задав области значений для порядков модели и задержки 2 для всех настроек модели.

NN = struc(2:3,1:2,2);

Вычислите функцию потерь для каждой образцовой комбинации порядка. Подавите вычисление чисел условия.

V = ivstruc(ze,zv,NN,0);

Алгоритмы

Максимальный порядок модель ARX вычисляется с помощью метода наименьших квадратов. Инструменты сгенерированы путем пропущения входа (входов) через эту модель. Модели впоследствии получены путем работы с подматрицами в соответствующей большой матрице IV.

Ссылки

[1] Ljung, L. System Identification: теория для пользователя, верхнего Сэддл-Ривер, NJ, PTR Prentice Hall, 1999.

Смотрите также

| | |

Представлено до R2006a