Нелинейная модель ARX
sys = idnlarx(Orders)
sys = idnlarx(Orders,Nonlinearity)
sys = idnlarx(Orders,Nonlinearity,Name,Value)
sys = idnlarx(LinModel)
sys = idnlarx(LinModel,Nonlinearity)
sys = idnlarx(LinModel,Nonlinearity,Name,Value)
создает нелинейную модель ARX с заданными порядками с помощью средства оценки нелинейности сети вейвлета по умолчанию.sys
= idnlarx(Orders
)
задает средство оценки нелинейности для модели.sys
= idnlarx(Orders
,Nonlinearity
)
задает дополнительные атрибуты sys
= idnlarx(Orders
,Nonlinearity
,Name,Value
)idnlarx
структура модели с помощью одного или нескольких Name,Value
парные аргументы.
использует линейную модель ARX sys
= idnlarx(LinModel
)LinModel
задавать порядки модели и начальные значения линейных коэффициентов модели.
задает средство оценки нелинейности для модели.sys
= idnlarx(LinModel
,Nonlinearity
)
задает дополнительные атрибуты sys
= idnlarx(LinModel
,Nonlinearity
,Name,Value
)idnlarx
структура модели с помощью одного или нескольких Name,Value
парные аргументы.
idnlarx
представляет нелинейную модель ARX, которая является расширением линейной структуры ARX и содержит линейные и нелинейные функции. Для получения дополнительной информации смотрите, что Нелинейная Модель ARX Расширяет Линейную Структуру ARX.
Используйте nlarx
команда к оба создает idnlarx
возразите и оцените параметры модели.
Можно также использовать idnlarx
конструктор, чтобы создать нелинейную модель ARX и затем оценить параметры модели с помощью nlarx
или pem
.
Для idnlarx
свойства объектов, смотрите Свойства.
|
Порядки модели и задержки определения настройки регрессора в виде неотрицательных целых чисел. Для модели с ny каналы выхода и каналы входа nu:
na = [1 2; 2 3] nb = [1 2 3; 2 3 1]; nk = [2 0 3; 1 0 5]; Данные об оценке для этой системы имеют три входных параметров (
ПримечаниеМинимальной задержкой для регрессоров на основе выходных переменных всегда является | ||||||||||||
|
Регрессоры создали из комбинаций вводов и выводов в виде одного из следующего:
Для модели с ny выходные параметры задайте ny-by-1 массив ячеек Эти регрессоры в дополнение к стандартным регрессорам на основе Значение по умолчанию: | ||||||||||||
|
Подмножество регрессоров, которые входят как входные параметры в нелинейный блок модели в виде одного из следующего:
Для модели с несколькими выходными параметрами задайте массив ячеек элементов ny, где ny является количеством выходных каналов. Для каждого выхода задайте одну из предыдущих опций. В качестве альтернативы, чтобы применить то же подмножество регрессора ко всем выходным параметрам модели, задайте Значение по умолчанию: | ||||||||||||
|
Средство оценки нелинейности в виде одного из следующего:
Для получения дополнительной информации смотрите Доступные Средства оценки Нелинейности для Нелинейных Моделей ARX. Определение вектора символов, например
Для Значение по умолчанию: | ||||||||||||
|
Сводный отчет, который содержит информацию об опциях оценки и результатах, когда модель оценивается с помощью
Содержимое m = idnlarx([2 2 1]); m.Report.OptionsUsed ans = [] Если вы используете load iddata1;
m = nlarx(z1, [2 2 1]);
m.Report.OptionsUsed Option set for the nlarx command: IterativeWavenet: 'auto' Focus: 'prediction' Display: 'off' Regularization: [1x1 struct] SearchMethod: 'auto' SearchOptions: [1x1 idoptions.search.identsolver] OutputWeight: 'noise' Advanced: [1x1 struct]
Для получения дополнительной информации об этом свойстве и как использовать его, см. Выходные аргументы в | ||||||||||||
|
Независимая переменная для входных параметров, выходных параметров, и — когда доступный — внутренние состояния в виде вектора символов. Значение по умолчанию: | ||||||||||||
|
Шумовое отклонение (ковариационная матрица) инноваций модели e. | ||||||||||||
|
'SampleTime' . Значение по умолчанию: | ||||||||||||
|
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 в виде одного 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 в виде одного 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 в виде одного 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 в виде одного 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 в виде вектора 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 в виде любого типа данных MATLAB®. Значение по умолчанию: |
addreg
| customnet
| customreg
| getreg
| idnlarx/findop
| linear
| linearize
| nlarx
| pem
| polyreg
| sigmoidnet
| wavenet