ivstruc

Вычислите функции потерь для наборов структур модели ARX с помощью инструментального переменного метода

Синтаксис

v = ivstruc(ze,zv,NN)
v = ivstruc(ze,zv,NN,p,maxsize)

Описание

v = ivstruc(ze,zv,NN) вычисляет функции потерь для наборов структур модели ARX одно выхода. NN матрица, которая задает много отличных структур типа ARX. Каждая строка NN имеет форму

nn = [na nb nk]

с той же интерпретацией как описано для arx. Смотрите struc для легкой генерации типичного NN матрицы.

ze и zv iddata объекты, содержащие данные ввода - вывода. Только данные временного интервала поддерживаются. Модели для каждой структуры модели заданы в NN оцениваются с помощью метода инструментальной переменной (IV) на наборе данных ze. Предполагаемые модели симулированы с помощью входных параметров от набора данных zv. Нормированная квадратичная подгонка между симулированным выходом и измеренным выходом в zv сформирован и возвращен в v. Строки ниже первой строки в v транспонирование NN, и последняя строка содержит логарифмы чисел обусловленности матрицы IV

ς(t)φT(t)

Большое число обусловленности указывает, что структура имеет излишне старший разряд (см. Ljung, L. System Identification: Теория для Пользователя, Верхнего Сэддл-Ривер, NJ, PTR Prentice Hall, 1999, p. 498).

Информация в v лучше всего анализируется с помощью selstruc.

Стандартная программа для систем одно выхода только.

v = ivstruc(ze,zv,NN,p,maxsize) задает расчет чисел обусловленности и размер самой большой матрицы, сформированной во время расчетов. Если p равен нулю, расчет чисел обусловленности подавлен. maxsize влияет на компромисс скорости/памяти.

Примечание

Используемый метод IV не гарантирует, что полученные модели устойчивы. Подгонка ошибки на выходе вычисляется в v может затем вводить в заблуждение.

Примеры

свернуть все

Создайте наборы данных оценки и валидации

load iddata1;
ze = z1(1:150);
zv = z1(151:300);

Сгенерируйте комбинации порядка модели для оценки, указав диапазоны для порядков модели и задержек.

NN = struc(1:3,1:2,2:4);

Оцените модели ARX с помощью инструментального переменного метода и вычислите функцию потерь для каждой комбинации порядка модели.

V = ivstruc(ze,zv,NN);

Выберите порядок модели с лучшей подгонкой к данным о валидации.

order = selstruc(V,0);

Оцените модель ARX выбранного порядка.

M = iv4(ze,order);

Создайте наборы данных оценки и валидации.

load iddata1;
ze = z1(1:150);
zv = z1(151:300);

Сгенерируйте комбинации порядка модели для оценки, указав диапазоны для порядков модели и задержки 2 для всех настроек модели.

NN = struc(2:3,1:2,2);

Вычислите функцию потерь для каждой комбинации порядка модели. Подавите расчет чисел обусловленности.

V = ivstruc(ze,zv,NN,0);

Алгоритмы

Максимальный порядок модель ARX вычисляется с помощью метода наименьших квадратов. Инструменты сгенерированы путем пропущения входа (входов) через эту модель. Модели впоследствии получены путем работы с подматрицами в соответствующей большой матрице IV.

Ссылки

[1] Ljung, L. System Identification: теория для пользователя, верхнего Сэддл-Ривер, NJ, PTR Prentice Hall, 1999.

Смотрите также

| | |

Представлено до R2006a

Для просмотра документации необходимо авторизоваться на сайте