Можно оценить линейный, модели полинома черного ящика из данных со следующими характеристиками:
Время - или данные частотного диапазона (iddata или idfrd объекты данных).
Для данных частотного диапазона можно только оценить модели ARX и OE.
Чтобы оценить полиномиальные модели для данных timeseries, смотрите Анализ Временных рядов.
Действительные данные или комплексные данные в любой области.
Одно выход и несколько - выход.
Необходимо импортировать данные в рабочую область MATLAB®, как описано в Подготовке данных.
Чтобы получить линейную, модель непрерывного времени произвольной структуры для данных временного интервала, можно оценить модель дискретного времени, и затем использовать d2c преобразовать его к модели непрерывного времени.
Для данных частотного диапазона непрерывного времени можно оценить непосредственно только модели непрерывного времени Ошибки на выходе (OE). Другие структуры включают шумовые модели, который не поддержан для данных частотного диапазона.
Чтобы обозначить данные частотного диапазона непрерывного времени, установите шаг расчета данных на 0. Можно установить шаг расчета, когда вы импортируете данные в приложение или устанавливаете Ts свойство объекта данных в командной строке.
Можно оценить произвольный порядок, линейные модели в пространстве состояний в течение обоих раз - или данные частотного диапазона.
Установите свойство данных Ts к:
0, для данных о частотной характеристике, которые измеряются непосредственно из эксперимента.
Равный Ts из исходных данных, для данных о частотной характеристике, полученных путем преобразования временного интервала iddata (использование spa и etfe).
Можно установить шаг расчета, когда вы импортируете данные в приложение или устанавливаете Ts свойство объекта данных в командной строке.
