Можно оценить нелинейные модели ARX в приложении System Identification после того, как вы выполните следующие задачи:
Импортируйте данные в приложение System Identification (см. Подготовка данных для Нелинейной Идентификации).
(Необязательно) Выберите средство оценки нелинейности в Доступных Средствах оценки Нелинейности для Нелинейных Моделей ARX.
Оценить нелинейную модель ARX с помощью импортированных данных об оценке и выбранных средств оценки нелинейности:
В приложении System Identification выберите Estimate> Nonlinear models, чтобы открыть диалоговое окно Nonlinear Models.
Во вкладке Configure проверьте, что Nonlinear ARX
выбран в списке Model type.
(Необязательно) Редактирование Model name путем нажатия. Имя модели должно быть уникально для всех нелинейных моделей ARX в приложении System Identification.
(Необязательно), Если вы хотите совершенствовать параметры ранее предполагаемой модели или сконфигурировать образцовую структуру, чтобы совпадать с той из существующей модели:
Нажмите Initialize. Диалоговое окно Initial Model Specification открывается.
В Первоначальном Образцовом выпадающем списке выберите нелинейную модель ARX.
Модель должна быть в Образцовом Совете приложения System Identification, и размерности ввода/вывода этой первоначальной модели должны совпадать с теми из данных об оценке, выбранных как Working Data в приложении.
Нажмите OK.
Образцовая структура, а также значения параметров обновляется, чтобы совпадать с той из выбранной модели.
Нажатие на Estimate заставляет оценку использовать параметры первоначальной модели как отправная точка.
Когда вы выбираете первоначальную модель, можно опционально обновить настройки алгоритма оценки, чтобы совпадать с используемыми для первоначальной модели путем выбора опции Inherit the model’s algorithm properties.
Сохраните настройки по умолчанию в диалоговом окне Nonlinear Models, которые задают образцовую структуру и алгоритм, или изменяют эти настройки:
Для получения дополнительной информации о доступных параметрах, нажмите Help в диалоговом окне Nonlinear Models, чтобы открыть справку приложения.
Что сконфигурировать | Опции в нелинейном графический интерфейсе пользователя моделей | Комментарий |
---|---|---|
Порядок модели | Во вкладке Regressors отредактируйте No. of Terms, соответствующий каждому каналу ввода и вывода. | Порядок модели na является выходным количеством условий, и nb является входным количеством условий. |
Введите задержку | Во вкладке Regressors отредактируйте Delay, соответствующий входному каналу. | Если вы не знаете входного значения задержки, нажмите Infer Input Delay. Это действие открывает диалоговое окно Infer Input Delay, чтобы предложить возможные значения задержки. |
Регрессоры | Во вкладке Regressors нажмите Edit Regressors. | Это действие открывает диалоговое окно Model Regressors. Используйте это диалоговое окно, чтобы создать пользовательские регрессоры или включать определенные регрессоры в нелинейный блок. |
Средство оценки нелинейности | Во вкладке Model Properties. | Чтобы использовать все стандартные и пользовательские регрессоры в линейном блоке только, можно исключить нелинейный блок установкой Nonlinearity к None . |
Алгоритм оценки | Во вкладке Estimate нажмите Algorithm Options. |
Чтобы получить упорядоченные оценки параметров модели, во вкладке Estimate, нажимают Estimation Options. Задайте константы регуляризации в полях Regularization_Tradeoff_Constant и Regularization_Weighting. Чтобы узнать больше, смотрите Упорядоченные Оценки Параметров модели.
Нажмите Estimate, чтобы добавить эту модель в приложение System Identification.
Вкладка Estimate отображает прогресс оценки и результаты.
Подтвердите образцовый ответ путем выбора желаемого графика в области Model Views приложения System Identification. Для получения дополнительной информации о проверке моделей, смотрите, Подтверждают Нелинейные Модели ARX.
Если вы получаете плохую подгонку, попытайтесь изменить образцовую структуру или настройку алгоритма на шаге 5.
Можно экспортировать модель в рабочую область MATLAB® путем перетаскивания его к To Workspace в приложении System Identification.