Система идентификации является итеративным процессом, где вы идентифицируете модели с отличными структурами от данных и сравниваете производительность модели. Вы запускаете путем оценки параметров простых образцовых структур. Если производительность модели плоха, вы постепенно увеличиваете сложность образцовой структуры. В конечном счете вы выбираете самую простую модель, которая лучше всего описывает динамику вашей системы.
Другая причина запуститься с простых образцовых структур состоит в том, что модели высшего порядка не всегда более точны. Увеличение сложности модели увеличивает неуверенность в оценках параметра и обычно требует большего количества данных (который распространен в случае нелинейных моделей).
Образцовая структура не является единственным фактором, который определяет точность модели. Если ваша модель плоха, вы можете должны быть предварительно обработать свои данные путем удаления выбросов или фильтрации шума. Для получения дополнительной информации смотрите Способы Подготовка данных для System Identification.
Оцените, что импульсный ответ и модели частотной характеристики сначала получают сведения о системной динамике и оценивают, достаточна ли линейная модель. Для получения дополнительной информации см. Модели Корреляции и Модели Частотной характеристики. Затем оцените параметрические модели в следующем порядке:
Передаточная функция, полином ARX и модели в пространстве состояний обеспечивают самые простые структуры. Оценка ARX и моделей в пространстве состояний позволила вам определить порядки модели.
В приложении System Identification. Примите решение оценить модели Передаточной функции, модели полинома ARX и модель в пространстве состояний с помощью метода n4sid.
В командной строке. Используйте tfest, arx и команды n4sid, соответственно.
Для получения дополнительной информации см. Модели Полинома Ввода - вывода и Модели в пространстве состояний.
ARMAX и полиномиальные модели BJ обеспечивают более комплексные структуры и требуют итеративной оценки. Попробуйте несколько порядков модели и сохраните порядки модели максимально низко.
В приложении System Identification. Выберите, чтобы оценить BJ и полиномиальные модели ARMAX.
В командной строке. Используйте команды armax или bj.
Для получения дополнительной информации см. Модели Полинома Ввода - вывода.
Нелинейный ARX или модели Хаммерстайна-Винера обеспечивают нелинейные структуры. Для получения дополнительной информации смотрите Нелинейную Образцовую Идентификацию.
Для получения общей информации о выборе вы моделируете стратегию, видите Обзор System Identification. Для получения информации о проверке моделей см. Модели Проверки После Оценки.
