Документация

Что подссылается?

Можно использовать подссылку, чтобы создать модели с подмножествами вводов и выводов из существующих многомерных моделей. Подссылка также полезна когда это необходимо, чтобы сгенерировать образцовые графики только для определенных каналов, такой как тогда, когда вы исследуете несколько - выходные модели для входных каналов, которые имеют минимальный эффект на вывод.

Операции подссылки поддержек тулбокса для idtf, idpoly, idproc, idss и объектов модели idfrd.

Подссылка не поддержана для моделей idgrey. Если вы хотите анализировать подмодель, преобразовать ее в модель idss сначала, и затем подсослаться на I/Os модели idss. Если вы хотите представление серого поля подмножества I/Os, создаете новую модель idgrey, которая использует функцию ОДУ возврат желаемой динамики ввода-вывода.

В дополнение к подссылке на модель для определенных комбинаций измеренных входных параметров и вывода, можно подсослаться на динамические и шумовые модели индивидуально.

Ограничение на поддерживаемые модели

Подссылка на нелинейные модели не поддержана.

Подссылка на определенные измеренные каналы

Используйте следующий общий синтаксис, чтобы подсослаться на определенные каналы ввода и вывода в моделях:

model(outputs,inputs)

В этом синтаксисе outputs и inputs задают индексы канала или названия канала.

Чтобы выбрать весь вывод или все входные каналы, используйте двоеточие (:). Чтобы не выбрать каналы, задайте пустую матрицу ([]). Если необходимо сослаться на несколько названий канала, используйте массив ячеек из символьных векторов.

Например, чтобы создать новую модель m2 из m от входных параметров 1 ('power') и 4 ('speed'), чтобы вывести номер 3 ('position'), используйте любую из следующих эквивалентных команд:

m2 = m('position',{'power','speed'})

или

m2 = m(3,[1 4])

Для модели одно вывода можно использовать следующий синтаксис, чтобы подсослаться на определенные входные каналы без неоднозначности:

m3 = m(inputs)

Точно так же для модели одно входа, можно использовать следующий синтаксис, чтобы подсослаться на определенные выходные каналы:

m4 = m(outputs)

Разделение измеренных и шумовых компонентов моделей

Для линейных моделей общим символьным образцовым описанием дают:

G является оператором, который берет измеренные входные параметры u к выходным параметрам и получает системную динамику.

H является оператором, который описывает свойства аддитивного выходного воздействия и берет гипотетические (неизмеренные) входные параметры источника шума к выходным параметрам. H представляет шумовую модель. Когда вы задаете, чтобы оценить шумовую модель, получившаяся модель включают один шумовой канал e во вход для каждого вывода в вашей системе.

Таким образом линейные, параметрические модели представляют отношения ввода - вывода для двух видов входных каналов: измеренные входные параметры и (неизмеренные) шумовые входные параметры. Например, считайте модель ARX данной одним из следующих уравнений:

или

В этом случае динамическая модель является отношением между измеренным входом u и выводом y, $$G=\raisebox{1ex}{$B(q)$}\!\left/ \!\raisebox{-1ex}{$A(q)$}\right.$$. Шумовая модель является вкладом входного шума e к выводу y, данный$$H=\raisebox{1ex}{$1$}\!\left/ \!\raisebox{-1ex}{$A(q)$}\right.$$.

Предположим, что модель m содержит и динамическую модель G и шумовую модель H. Чтобы создать новую модель, которая только имеет G и никакой шумовой вклад, просто устанавливает его значение свойства NoiseVariance на нулевое значение.

Чтобы создать новую модель путем подссылки H из-за неизмеренных входных параметров, используйте следующий синтаксис:

m_H = m(:,[])

Эта операция создает модель timeseries из m путем игнорирования измеренного входа.

Ковариационная матрица e дана образцовым свойством NoiseVariance, которое является матрицей $$\Lambda$$:

Ковариационная матрица e связана с v, можно следующим образом:

где v является белым шумом с единичной ковариационной матрицей, представляющей независимые источники шума с модульными отклонениями.