Можно использовать нулевые полюсом графики линейных идентифицированных моделей оценить, может ли быть полезно уменьшать порядок модели. Когда доверительные интервалы для нулевого полюсом парного перекрытия, это перекрытие указывает на возможное удаление нулей-полюсов.
Например, можно использовать следующий синтаксис, чтобы построить доверительный интервал с 1 стандартным отклонением вокруг образцовых полюсов и нулей.
showConfidence(iopzplot(model))
Если полюса и нулевое перекрытие, попытайтесь оценить модель более низкоуровневую.
Всегда подтверждайте образцовый вывод и невязки, чтобы видеть, заказывает ли качество подходящих изменений после сокращения модели. Если график показывает, что удаления нулей-полюсов, но уменьшающий порядок модели ухудшают подгонку, то дополнительные полюса, вероятно, описывают шум. В этом случае можно выбрать различную образцовую структуру, которая разъединяет системную динамику и шум. Например, попробуйте ARMAX, Ошибку на выходе или полином Поля-Jenkins образцовые структуры с A или полиномом F порядка, равного тому из количества неотмененных полюсов. Для получения дополнительной информации об оценке линейных полиномиальных моделей, см. Модели Полинома Ввода - вывода.
