Каноническая параметризация представляет систему пространства состояний в уменьшаемой форме параметра, где много элементов A, B и матриц C фиксируются к нулям и единицам. Свободные параметры появляются только в нескольких строк и столбцов в матрицах пространства состояний A, B, C, D, и K. Свободные параметры идентифицируются — они могут быть оценены к уникальным значениям. Остающиеся элементы матрицы фиксируются к нулям и единицам.
Программное обеспечение поддерживает следующие канонические формы:
Сопутствующая форма: характеристический полином появляется в крайнем правом столбце матрицы A.
Модальная форма разложения: матричный A состояния является диагональю блока с каждым блоком, соответствующим кластеру соседних режимов.
Модальная форма имеет определенную симметрию в своих элементах диагонали блока. Если вы обновляете параметры модели этой формы (как структурированная оценка с помощью ssest
), симметрия не сохраняется, даже при том, что обновленная модель является все еще диагональной блоком.
Каноническая форма наблюдаемости: свободные параметры появляются только в избранных строках матрицы A и в матрицах K и B.
Для получения дополнительной информации о распределении свободных параметров в канонической форме наблюдаемости, см. Приложение 4A, стр 132-134, на идентифицируемости черного ящика многомерные образцовые структуры в System Identification: Теория для Пользователя, Второго Выпуска, Lennart Ljung, PTR Prentice Hall, 1999 (уравнение 4A.16).
Можно оценить модели в пространстве состояний с выбранной параметризацией в командной строке.
Например, чтобы задать каноническую форму наблюдаемости, используйте входной параметр пары "имя-значение" 'Form'
, можно следующим образом:
m = ssest(data,n,'Form','canonical')
Точно так же установите 'Form'
как 'modal'
или 'companion'
задавать модальное разложение и сопутствующие канонические формы, соответственно.
Если у вас есть данные временного интервала, предыдущая команда оценивает непрерывно-разовую модель. Если вы хотите модель дискретного времени, задаете шаг расчета данных с помощью входного параметра пары "имя-значение" 'Ts'
:
md = ssest(data, n,'Form','canonical','Ts',data.Ts)
Если у вас есть непрерывно-разовые данные частотного диапазона, можно только оценить непрерывно-разовую модель.