Оцените модели импульсного ответа Используя приложение System Identification

Прежде чем можно будет выполнить эту задачу, вы должны иметь:

Оценить в приложении System Identification с помощью корреляционного анализа временного интервала:

  1. В приложении System Identification выберите Estimate> Correlation models, чтобы открыть диалоговое окно Correlation Model.

  2. В поле Time span (s) задайте скалярное значение как временной интервал, по которому вычисляются импульс или переходной процесс. Для скалярного отрезка времени T, получившийся ответ построен от-T/4 до T.

    Совет

    Можно также ввести 2D вектор в формат [min_value max_value].

  3. В поле Order of whitening filter задайте порядок фильтра.

    Фильтр перед отбеливанием определяется путем моделирования входа как авторегрессивного процесса порядка N. Алгоритм применяет фильтр формы (q) u (t) =u_F (t). Таким образом, вход u (t) подвергается КИХ-фильтру, чтобы произвести отфильтрованный сигнал u_F (t). При предварительном отбеливании входа путем применения фильтра отбеливания, прежде чем оценка может улучшить качество предполагаемого импульсного ответа g.

    Порядок фильтра перед отбеливанием, N, является порядком фильтр. N равняется количеству задержек. Значением по умолчанию N является 10, который можно также задать как [].

  4. В поле Model Name введите имя модели корреляционного анализа. Имя модели должно быть уникальным в Образцовом Совете.

  5. Нажмите Estimate, чтобы добавить эту модель в Образцовый Совет в приложении System Identification.

  6. В диалоговом окне Correlation Model нажмите Close.

Следующие шаги

  • Экспортируйте модель в рабочую область MATLAB® для последующего анализа путем перетаскивания его к прямоугольнику To Workspace в приложении System Identification.

  • Просмотрите переходный график ответа путем установки флажка Transient resp в приложении System Identification. Для получения дополнительной информации о работе с этим графиком и выборе, чтобы просмотреть импульс - по сравнению с переходным процессом, смотрите Импульс и Переходные процессы.

Связанные примеры

Больше о