resid
Вычислите и протестируйте остаточные значения
Синтаксис
Описание
resid( вычисляет этот 1 шаг вперед ошибки прогноза (остаточные значения) для идентифицированной модели, Data,sys)sys, и графики введенная невязкой динамика как одно из следующего, в зависимости от данных inData:
Для данных временного интервала,
residстроит автокорреляцию остаточных значений и взаимную корреляцию остаточных значений с входными сигналами. Корреляции сгенерированы для задержек-25 к 25. Чтобы задать различное максимальное значение задержки, используйтеresidOptions. 99%-я область уверенности, отмечающая статистически незначительные корреляции, отображается как теневая область вокруг Оси X.Для данных частотного диапазона,
residстроит диаграмму Боде частотной характеристики от входных сигналов до остаточных значений. 99%-я область уверенности, отмечающая статистически незначительный ответ, показывается областью вокруг Оси X.
Чтобы изменить параметры отображения, щелкните правой кнопкой по графику получить доступ к контекстному меню. Для получения дополнительной информации о меню, смотрите Советы.
resid( вычисляет и строит невязку нескольких идентифицированных моделей Data,sys1,...,sysn)sys1..., sysn.
Примеры
Постройте остаточные корреляции модели
Загрузите данные временного интервала.
load iddata1
data = z1;Оцените модель ARX.
sys = arx(data,[1 1 0]);
Постройте автокорреляцию остаточных значений и взаимную корреляцию между остаточными значениями и входными параметрами.
resid(data,sys)
Корреляции вычисляются до максимальной задержки по умолчанию, 25. 99%-я область уверенности, отмечающая статистически незначительные корреляции, отображается как теневая область вокруг Оси X.
Преобразуйте данные в частотный диапазон.
data2 = fft(data);
Вычислите остаточные значения для идентифицированной модели, sys, и данные частотного диапазона. Постройте остаточный ответ с помощью красных крестов.
resid(data2,sys,'rx')
Для данных частотного диапазона, resid строит Диаграмму Боде, показывающую частотную характеристику от входа до остаточных значений.
Сравните остаточные значения для нескольких идентифицированных моделей
Загрузите данные временного интервала.
load iddata1Оцените модель ARX.
sys1 = arx(z1,[1 1 0]);
Оцените модель передаточной функции.
sys2 = tfest(z1,2);
Постройте корреляции остаточных значений.
resid(z1,sys1,'b',sys2,'r')
Взаимная корреляция между остаточными значениями sys2 и входные параметры лежат в 99%-й полосе уверенности для всех задержек.
Задайте максимальную задержку для остаточных вычислений импульсной характеристики
Загрузите данные временного интервала.
load iddata1Оцените модель ARX.
sys = arx(z1,[1 1 0]);
Задайте максимальную задержку для остаточных вычислений корреляции.
opt = residOptions('MaxLag',35);Постройте импульсную характеристику от входа до остаточных значений.
resid(z1,sys,opt,'ir')
Вычислите остаточные значения для системы MIMO
Загрузите данные временного интервала.
load iddata7Данные являются 2D входом, набором данных одно выхода.
Оцените модель ARX.
sys = tfest(z7,2);
Вычислите остаточные значения и их автокорреляции и взаимные корреляции с входными параметрами.
[E,R] = resid(z7,sys);
R 26 3х3 матрицей корреляций. Например,
R(:,1,1)автокорреляция остаточных значений до задержки 25.R(:,1,2)взаимная корреляция остаточных значений с первым входом, до задержки 25.
E объект iddata с остаточными значениями как выходные данные и входные параметры данных о валидации (z7) как входные данные. Можно использовать E идентифицировать ошибочные модели и анализировать ошибочную динамику.
Постройте ошибку.
plot(E)
Оцените импульсную характеристику между входными параметрами и остаточными значениями. Постройте их с 3 областями уверенности стандартного отклонения.
I = impulseest(E); showConfidence(impulseplot(I,20),3)
Входные параметры
Выходные аргументы
Советы
Щелчок правой кнопкой по графику открывает контекстное меню, где можно получить доступ к следующим опциям:
Systems — Выберите системы, чтобы просмотреть остаточную корреляцию или графики отклика. По умолчанию все системы построены.
Show Confidence Region — Просмотрите 99%-ю область уверенности, отмечающую статистически незначительные корреляции. Применимый только для графиков корреляции.
Data Experiment — Для данных мультиэксперимента только. Переключитесь между данными из различных экспериментов.
Характеристики Просмотрите характеристики данных. Не применимый для графиков корреляции.
Peak Response — Просмотрите максимальную чувствительность данных.
Confidence Region — Просмотрите 99%-ю область уверенности, отмечающую статистически незначительный ответ.
Show Применимый только для графиков частотных характеристик.
Magnitude — Просмотрите величину частотной характеристики.
Фаза Phase — View частотной характеристики.
Наборы данных I/O Grouping — For, содержащие больше чем один канал ввода или вывода. Выберите группировку каналов ввода и вывода на графике. Не применимый для графиков корреляции.
'none' Постройте каналы ввода-вывода в их собственных отдельных осях.
Все Соберите в группу все входные каналы, и весь выход образовывает канал вместе.
Наборы данных I/O Selector — For, содержащие больше чем один канал ввода или вывода. Выберите подмножество каналов ввода и вывода, чтобы построить. По умолчанию все выходные каналы построены.
Сетка Добавьте сетки в график.
Normalize — Нормируйте y-шкалу всех данных в графике. Не применимый для данных частотной характеристики.
Full View — Возвратитесь к полному представлению. По умолчанию график масштабируется к полному представлению.
Initial Condition — Задайте обработку начальных условий.
Задайте как одно из следующего:
Estimate — Обработайте начальные условия как параметры оценки.
Zero — Обнулите все начальные условия.
Absorb delays and estimate — Поглотите ненулевые задержки в коэффициенты модели и обработайте начальные условия как параметры оценки. Используйте эту опцию в моделях дискретного времени только.
Свойства Откройте диалоговое окно Property Editor, чтобы настроить атрибуты графика.
Ссылки
[1] Ljung, L. System Identification: теория для пользователя. Верхний Сэддл-Ривер, NJ: PTR Prentice Hall, 1999, разделяет 16.6.