Полиномиальная модель идентифицируемыми параметрами
создает полиномиальную модель с идентифицируемыми коэффициентами. sys
= idpoly(A,B,C,D,F
,NoiseVariance
,Ts
)A
B
C
D
, и F
задайте начальные значения коэффициентов. NoiseVariance
задает начальное значение отклонения белого источника шума. Ts
шаг расчета модели.
создает полиномиальную модель с помощью дополнительных опций, заданных одним или несколькими sys
= idpoly(A,B,C,D,F
,NoiseVariance
,Ts
,Name,Value
)Name,Value
парные аргументы.
создает модель timeseries только с авторегрессивным термином. В этом случае, sys
= idpoly(A)sys
представляет модель AR, данную A (q –1) y (t) = e (t). Шумовой e (t) имеет отклонение 1. A
задает начальные значения допускающих оценку коэффициентов.
создает модель timeseries с авторегрессивным и термином скользящего среднего значения. Входные параметры sys
= idpoly(A,[],C,D,[],NoiseVariance
,Ts
)A
C
, и D
, задайте начальные значения допускающих оценку коэффициентов. NoiseVariance
задает начальное значение шумового e (t). Ts
шаг расчета модели. (Не используйте NoiseVariance
и Ts
использовать их значения по умолчанию.)
Если D = []
, затем sys
представляет модель ARMA, данную:
создает модель timeseries, использующую дополнительные опции, заданные одним или несколькими sys
= idpoly(A,[],C,D,[],NoiseVariance
,Ts
,Name,Value
)Name,Value
парные аргументы.
преобразует любую модель динамической системы, sys
= idpoly(sys0
)sys0
, к idpoly
форма модели.
преобразует sys
= idpoly(sys0
,'split')sys0
к idpoly
форма модели и обработки последние каналы входа Ny sys0
когда шум образовывает канал в возвращенной модели. sys0
должен быть числовой (неидентифицированный) tf
, zpk
, или ss
объект модели. Кроме того, sys0
должен иметь, по крайней мере, столько же входных параметров сколько выходные параметры.
idpoly
модель представляет систему как модель полинома непрерывного времени или дискретного времени с идентифицируемыми (допускающими оценку) коэффициентами.
Полиномиальная модель системы с входным вектором u, выходной вектор y и воздействие e принимает следующую форму в дискретное время:
В непрерывное время полиномиальная модель принимает следующую форму:
U (s) является преобразованными входными параметрами Лапласа к sys
. Y (s) является Лаплас, преобразованный выходные параметры. E (s) является Преобразование Лапласа воздействия.
Для idpoly
модели, коэффициенты полиномов A, B, C, D и F могут быть допускающими оценку параметрами. idpoly
модель хранит значения этих элементов матрицы в A
B
C
D
, и F
свойства модели.
Модели timeseries являются особыми случаями полиномиальных моделей для систем без измеренных входных параметров. Для моделей AR, B
и F
пусты, и C
и D
1 для всех выходных параметров. Для моделей ARMA, B
и F
пусты, в то время как D
1.
Существует три способа получить idpoly
модель:
Оцените idpoly
основанный на модели на измерениях выхода или ввода - вывода системы, с помощью команд, таких как polyest
, arx
, armax
, oe
, bj
, iv4
, или ivar
. Эти команды оценивают значения свободных полиномиальных коэффициентов. Ориентировочные стоимости хранятся в A
B
C
D
, и F
свойства получившегося idpoly
модель. Report
свойство получившейся модели хранит информацию об оценке, такой как обработка начальных условий и опций, используемых по оценке.
Когда вы получаете idpoly
модель по оценке, можно извлечь оцененные коэффициенты и их неопределенность из модели с помощью команд, таких как polydata
, getpar
, или getcov
.
Создайте idpoly
модель с помощью idpoly
команда. Можно создать idpoly
модель, чтобы сконфигурировать начальную параметризацию для оценки полиномиальной модели, чтобы соответствовать измеренным данным об ответе. Когда вы делаете так, можно задать ограничения на полиномиальные коэффициенты. Например, можно зафиксировать значения некоторых коэффициентов или задать минимальные или максимальные значения для свободных коэффициентов. Можно затем использовать сконфигурированную модель в качестве входного параметра к polyest
оценить значения параметров с теми ограничениями.
Преобразуйте существующую модель динамической системы в idpoly
модель с помощью idpoly
команда.
|
Начальные значения полиномиальных коэффициентов. Для моделей SISO задайте начальные значения полиномиальных коэффициентов как векторы-строки. Задайте коэффициенты в порядке:
Ведущие коэффициенты Для моделей MIMO с Ny выходные параметры и входные параметры Nu,
Ведущие коэффициенты диагональных элементов
Значение по умолчанию: | ||||||||||||
|
'SampleTime' . Для моделей непрерывного времени, Значение по умолчанию: –1 (модель дискретного времени с незаданным шагом расчета) | ||||||||||||
|
Отклонение (ковариационная матрица) инноваций модели e. Идентифицированная модель включает белый, Гауссов шумовой e компонента (t). Для моделей SISO, Значение по умолчанию: Ny-by-Ny единичная матрица | ||||||||||||
|
Динамическая система. Любая динамическая система, которая будет преобразована в Когда Для синтаксиса |
Задайте дополнительные разделенные запятой пары Name,Value
аргументы. Name
имя аргумента и Value
соответствующее значение. Name
должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN
.
Используйте Name,Value
аргументы, чтобы задать дополнительные свойства idpoly
модели во время создания модели. Например, idpoly(A,B,C,D,F,1,0,'InputName','Voltage')
создает idpoly
модель с InputName
набор свойств к Voltage
.
idpoly
свойства объектов включают:
|
Значения полиномиальных коэффициентов. Если вы создаете Если вы получаете Для Для моделей полинома SISO значения коэффициентов числителя хранятся как вектор-строка в порядке:
Ведущие коэффициенты Для моделей MIMO с Ny выходные параметры и входные параметры Nu,
Ведущие коэффициенты диагональных элементов Какое-то время ряд (модель без измеренных входных параметров), Значение по умолчанию: | ||||||||||||
|
Полиномиальная модель отображает переменную, заданную как одно из следующих значений:
Значение | ||||||||||||
|
Транспортные задержки. Если вы создаете Для Для систем непрерывного времени транспортные задержки выражаются в единице измерения времени, сохраненной в Для системы MIMO с Значение по умолчанию: 0 для всех пар ввода/вывода | ||||||||||||
|
Логический вектор, обозначая присутствие или отсутствие интегрирования на шумовых каналах. Задайте
Значение по умолчанию: 0 для всех выходных каналов | ||||||||||||
|
Информация о допускающих оценку параметрах
Для модели MIMO с
Неактивный полином, такой как | ||||||||||||
|
Отклонение (ковариационная матрица) инноваций модели e. Идентифицированная модель включает компонент белого Гауссова шума e (t). Для моделей SISO, | ||||||||||||
|
Сводный отчет, который содержит информацию об опциях оценки и результатах, когда полиномиальная модель получена с помощью команд оценки, таких как
Содержимое m = idpoly({[1 0.5]},{[1 5]},{[1 0.01]}); m.Report.OptionsUsed ans = [] Если вы получаете полиномиальную модель с помощью команд оценки, полей load iddata2 z2; m = polyest(z2,[2 2 3 3 2 1]); m.Report.OptionsUsed Option set for the polyest command: InitialCondition: 'auto' Focus: 'prediction' EstimateCovariance: 1 Display: 'off' InputOffset: [] OutputOffset: [] Regularization: [1x1 struct] SearchMethod: 'auto' SearchOptions: [1x1 idoptions.search.identsolver] Advanced: [1x1 struct]
Для получения дополнительной информации об этом свойстве и как использовать его, смотрите раздел Output Arguments соответствующей страницы с описанием команды оценки и Отчета Оценки. | ||||||||||||
|
Введите задержку каждого входного канала, заданного как скалярное значение или числовой вектор. Для систем непрерывного времени задайте входные задержки единицы измерения времени, сохраненной в Для системы с Можно также установить Значение по умолчанию: 0 | ||||||||||||
|
Выведите задержки. Для идентифицированных систем, таких как | ||||||||||||
|
'SampleTime' . Для моделей непрерывного времени, Изменение этого свойства не дискретизирует или передискретизирует модель. Используйте Значение по умолчанию: –1 (модель дискретного времени с незаданным шагом расчета) | ||||||||||||
|
Модули для переменной времени, шаг расчета
Изменение этого свойства не оказывает влияния на другие свойства, и поэтому изменяет полное поведение системы. Используйте Значение по умолчанию: | ||||||||||||
|
Введите названия канала, заданные как одно из следующего:
В качестве альтернативы используйте автоматическое векторное расширение, чтобы присвоить входные имена для мультивходных моделей. Например, если sys.InputName = 'controls'; Входные имена автоматически расширяются до Когда вы оцениваете модель с помощью Можно использовать краткое обозначение Входные названия канала имеют несколько использования, включая:
Значение по умолчанию: | ||||||||||||
|
Введите модули канала, заданные как одно из следующего:
Используйте Значение по умолчанию: | ||||||||||||
|
Введите группы канала. sys.InputGroup.controls = [1 2]; sys.InputGroup.noise = [3 5]; создает входные группы под названием sys(:,'controls') Значение по умолчанию: Struct без полей | ||||||||||||
|
Выведите названия канала, заданные как одно из следующего:
В качестве альтернативы используйте автоматическое векторное расширение, чтобы присвоить выходные имена для мультивыходных моделей. Например, если sys.OutputName = 'measurements'; Выходные имена автоматически расширяются до Когда вы оцениваете модель с помощью Можно использовать краткое обозначение Выходные названия канала имеют несколько использования, включая:
Значение по умолчанию: | ||||||||||||
|
Выведите модули канала, заданные как одно из следующего:
Используйте Значение по умолчанию: | ||||||||||||
|
Выведите группы канала. sys.OutputGroup.temperature = [1]; sys.InputGroup.measurement = [3 5]; создает выходные группы под названием sys('measurement',:) Значение по умолчанию: Struct без полей | ||||||||||||
|
Имя системы, заданное как вектор символов. Например, Значение по умолчанию: | ||||||||||||
|
Любой текст, который вы хотите сопоставить с системой, сохраненной как строка или массив ячеек из символьных векторов. Свойство хранит, какой бы ни тип данных вы обеспечиваете. Например, если sys1.Notes = "sys1 has a string."; sys2.Notes = 'sys2 has a character vector.'; sys1.Notes sys2.Notes ans = "sys1 has a string." ans = 'sys2 has a character vector.' Значение по умолчанию: | ||||||||||||
|
Любой тип данных вы хотите сопоставить с системой, заданной как любой тип данных MATLAB®. Значение по умолчанию: | ||||||||||||
|
Выборка сетки для массивов моделей, заданных как структура данных. Для массивов идентифицированных линейных моделей (IDLTI), которые выведены путем выборки одной или нескольких независимых переменных, это дорожки свойства значения переменных, сопоставленные с каждой моделью. Эта информация появляется, когда вы отображаете или строите массив моделей. Используйте эту информацию, чтобы проследить результаты до независимых переменных. Установите имена полей структуры данных к именам переменных выборки. Установите значения полей к произведенным значениям переменных, сопоставленным с каждой моделью в массиве. Все переменные выборки должны быть числовыми и скаляр, оцененный, и все массивы произведенных значений должны совпадать с размерностями массива моделей. Например, если вы собираете данные в различных рабочих точках системы, можно идентифицировать модель для каждой рабочей точки отдельно и затем сложить результаты вместе в массив единой системы. Можно пометить отдельные модели в массиве с информацией относительно рабочей точки: nominal_engine_rpm = [1000 5000 10000];
sys.SamplingGrid = struct('rpm', nominal_engine_rpm) где Для массивов моделей, сгенерированных путем линеаризации модели Simulink® в нескольких значениях параметров или рабочих точках, программное обеспечение заполняет Значение по умолчанию: |
Несмотря на то, что idpoly
модели непрерывного времени поддержек, idtf
и idproc
включите больше вариантов для оценки моделей непрерывного времени. Поэтому для некоторых приложений непрерывного времени, эти типы модели предпочтительны.
ar
| armax
| arx
| bj
| idproc
| idss
| idtf
| iv4
| ivar
| oe
| polydata
| polyest
| setPolyFormat
| translatecov