Проверка моделей Хаммерстайна-Винера

После оценки модели Хаммерстайна-Винера для вашей системы можно подтвердить, воспроизводит ли это поведение системы в приемлемых границах. Рекомендуется, чтобы вы использовали отдельные наборы данных для оценки и проверки вашей модели. Если валидация указывает на низкую уверенность в оценке, то смотрите Оценку Модели Поиска и устранения проблем для следующих шагов. Для получения общей информации о проверке моделей, смотрите Проверку допустимости модели.

Сравните моделируемый образцовый Вывод с измеренным Выводом

Постройте моделируемый образцовый вывод и измеренные выходные данные для сравнения, и вычислите лучшие подходящие значения. В командной строке используйте команду compare. Можно также использовать sim, чтобы моделировать образцовый ответ. Обратите внимание на то, что для Хаммерстайна-Винера моделирует, моделируемый и предсказал, что образцовый вывод эквивалентен, потому что эти модели имеют тривиальный шумовой компонент, который является аддитивным воздействием в этих моделях, белый шум. Для получения информации о графическом выводе моделируемого вывода в приложении смотрите Симуляцию и Прогноз в Приложении.

Проверяйте итеративные поисковые условия завершения

Отчет оценки, который сгенерирован после образцовой оценки, перечисляет причину, программное обеспечение отключило оценку. Например, предположите, что отчет указывает, что оценка достигла максимального количества итераций. Можно попытаться повторить оценку путем определения большего значения для максимального количества итераций. Для получения информации о том, как сконфигурировать максимальное количество итераций и других опций оценки, смотрите, Задают Алгоритм Оценки.

Чтобы просмотреть отчет оценки в приложении, после, образцовая оценка завершена, просмотрите область Estimation Report вкладки Estimate. В командной строке используйте M.Report.Termination, чтобы отобразить условия завершения оценки, где M является предполагаемой моделью Хаммерстайна-Винера. Например, проверяйте поле M.Report.Termination.WhyStop, которое описывает, почему оценка была остановлена.

Для получения дополнительной информации об отчете оценки, см. Отчет Оценки.

Проверяйте итоговые значения функции ошибок и функции потерь прогноза

Можно сравнить производительность нескольких предполагаемых моделей путем сравнения итоговой функции ошибок прогноза и значений функции потерь, которые показывают в отчете оценки.

Чтобы просмотреть эти значения для предполагаемой модели M в командной строке, используйте M.Report.Fit.FPE (итоговая ошибка прогноза) и M.Report.Fit.LossFcn (значение функции потерь при завершении оценки) свойства. Меньшие значения обычно указывают на лучшую производительность. Однако значения M.Report.Fit.FPE могут быть ненадежными, когда модель содержит много параметров относительно размера данных оценки. Используйте эти индикаторы с другими методами валидации, чтобы сделать надежные выводы.

Выполните остаточный анализ

Невязки являются различиями между образцовым выводом и измеренным выводом. Таким образом невязки представляют фрагмент вывода, не объясненного моделью. Можно анализировать невязки с помощью методов, таких как тест белизны и тест независимости. Для получения дополнительной информации об этих тестах, смотрите то, Что Остаточный Анализ?

В командной строке используйте resid, чтобы вычислить, построить, и анализировать невязки. Чтобы построить невязки в приложении, смотрите, Как Построить Невязки в Приложении.

Исследуйте графики Хаммерстайна-Винера

График Хаммерстайна-Винера отображает статическую нелинейность ввода и вывода и линейные ответы модели Хаммерстайна-Винера.

Исследование графика Хаммерстайна-Винера может помочь вам определить, выбрали ли вы сложную нелинейность для моделирования вашей системы. Например, предположите, что вы используете кусочно-линейную входную нелинейность, чтобы оценить вашу модель, но график показывает поведение насыщения. Можно оценить новую модель с помощью более простой нелинейности насыщения вместо этого. Для многомерных систем можно использовать график Хаммерстайна-Винера определить, исключить ли нелинейность для определенных каналов. Если нелинейность для определенного канала ввода или вывода не показывает сильное нелинейное поведение, можно оценить новую модель после установки нелинейности в том канале к модульному усилению.

Можно сгенерировать эти графики в приложении System Identification и в командной строке. В окне графика можно просмотреть нелинейность и линейные ответы путем нажатия на один из трех блоков, которые представляют модель:

  • uNL (входная нелинейность) — Нажатие кнопки этот блок, чтобы просмотреть статическую нелинейность во входе к Linear Block. График отображает evaluate(M.InputNonlinearity,u), где M является моделью Хаммерстайна-Винера, и u является входом к входному блоку нелинейности. Для получения информации о блоках смотрите Структуру Моделей Хаммерстайна-Винера.

  • Linear Block — Кликните по этому блоку, чтобы просмотреть Шаг, послать импульсы, Предвещать, и нулевые полюсом графики ответа встроенной линейной модели (M.LinearModel). По умолчанию график шага линейной модели отображен.

  • yNL (выходная нелинейность) — Нажатие кнопки этот блок, чтобы просмотреть статическую нелинейность при выводе Linear Block. График отображает evaluate(M.OutputNonlinearity,x), где x является вывод линейного блока.

Создание графика Хаммерстайна-Винера

Чтобы создать график Хаммерстайна-Винера в приложении System Identification, после того, как вы оценили модель, устанавливают флажок Hamm-Wiener в области Model Views. Для получения общей информации о создании и работе с графиками в приложении, смотрите Работу с Графиками.

В командной строке, после того, как вы оценили модель M Хаммерстайна-Винера, можно получить доступ к объектам, представляющим средства оценки нелинейности ввода и вывода с помощью M.InputNonlinearity и M.OutputNonlinearity.

Используйте plot, чтобы просмотреть форму нелинейности и свойства линейного блока.

plot(M)

Можно использовать дополнительные аргументы plot, чтобы указать следующую информацию:

  • Включайте несколько моделей Хаммерстайна-Винера на графике.

  • Сконфигурируйте, как оценить нелинейность в каждом канале ввода и вывода.

  • Задайте время или значения частоты для вычислительного переходного процесса и графиков частотных характеристик линейного блока.

Конфигурирование графика Хаммерстайна-Винера

Сконфигурировать графики нелинейных блоков:

  1. В окне Model Plot Хаммерстайна-Винера выберите нелинейный блок, который вы хотите построить.

    • Чтобы построить ответ входной функции нелинейности, кликните по блоку uNL.

    • Чтобы построить ответ выходной функции нелинейности, кликните по блоку yNL.

    Выбранный блок подсвечен зеленый.

    Примечание

    Вход к выходной нелинейности блокируется, yNL является вывод от Линейного Блока а не измеренных входных данных.

  2. Если ваша модель содержит несколько вводов или выводов, выберите канал в списке Select nonlinearity at channel. Выбор канала обновляет график и отображает значения нелинейности по сравнению с соответствующим входом к этому нелинейному блоку.

  3. Измените область значений горизонтальной оси графика. Эта функция доступна только для графиков, сгенерированных в приложении System Identification.

    В окне графика выберите Options> Set input range, чтобы открыть диалоговое окно Range for Input to Nonlinearity. Эта функция только доступна в приложении System Identification.

    Введите область значений с помощью формата [MinValue MaxValue]. Нажмите Apply и затем Close, чтобы обновить график.

Сконфигурировать линейный график ответа блока:

  1. В окне Model Plot Хаммерстайна-Винера нажмите Linear Block.

  2. Выберите пару данных ввода - вывода, для которой вы хотите просмотреть ответ в списке Select I/O pair.

  3. Выберите тип линейного графика ответа. В списке Choose plot type выберите из следующих опций:

    • Step

    • Impulse

    • Bode

    • Pole-Zero Map

  4. Установите отрезок времени для шага или импульсного графика ответа. Эта функция доступна только для графиков, сгенерированных в приложении System Identification.

    В окне графика выберите Options> Time span. В диалоговом окне Time Range задайте отрезок времени в модулях времени, которое вы задали для модели. Какое-то время охватите T, получившийся ответ построен от-T/4 до T. Нажмите Apply и затем Close.

  5. Установите частотный диапазон для Диаграммы Боде. Эта функция доступна только для графиков, сгенерированных в приложении.

    Вектор частоты по умолчанию является 128 линейно распределенными значениями, больше, чем нуль и меньше чем или равными частоте Найквиста. Чтобы изменить область значений, выберите Options> Frequency range. В диалоговом окне Frequency Range задайте новый вектор частоты в модулях рада на образцовые единицы измерения времени с помощью одного из следующих методов:

    • Выражение MATLAB®, такое как (1:100)*pi/100 или logspace(-3,-1,200). Выражение не может содержать переменные в рабочем пространстве MATLAB.

    • Вектор - строка из значений, таких как (1:0.1:100).

    Нажмите Apply и затем Close.

Похожие темы

Документация System Identification Toolbox
Поддержка
Для просмотра документации необходимо авторизоваться на сайте