Прежде чем можно будет выполнить эту задачу, у вас должны быть данные временного интервала как объект iddata. Смотрите Время Представления - и Данные Частотного диапазона Используя Объекты iddata.
Если вы планируете оценить модели от этих данных, ваши данные должны регулярно выбираться.
Используйте команду detrend, чтобы удалить средние значения сигнала или линейные тренды:
[data_d,T]=detrend(data,Type)
где data является данными, которые будут детрендированы. Второй входной параметр Type=0 удаляет средние значения сигнала или Type=1, удаляет линейные тренды. data_d является детрендированными данными. T является объектом TrendInfo, который хранит значения вычтенных смещений и наклоны удаленных трендов.
Прежде чем можно будет выполнить эту задачу, вы должны иметь
Данные временного интервала как объект iddata. Смотрите Время Представления - и Данные Частотного диапазона Используя Объекты iddata.
Если вы планируете оценить модели от этих данных, ваши данные должны регулярно выбираться.
Значения смещений вы хотите удалить из входных и выходных данных. Если вы не знаете эти значения, визуально осмотрите график временной зависимости своих данных. Для получения дополнительной информации смотрите, Как Отобразить Данные на графике в Командной строке.
Создайте объект по умолчанию для хранения смещений ввода - вывода, которые вы хотите удалить из данных.
T = getTrend(data)
где T является объектом TrendInfo.
Присвойте значения смещения T.
T.InputOffset=I_value; T.OutputOffset=O_value;
где I_value является входным значением смещения, и O_value является входным значением смещения.
Удалите заданные смещения из data.
data_d = detrend(data,T)
где второй входной параметр T хранит значения смещения как свои свойства.
