polydata

Доступ к полиномиальным коэффициентам и неопределенности в идентифицированной модели

Синтаксис

[A,B,C,D,F] = polydata(sys) [A,B,C,D,F,dA,dB,dC,dD,dF] = polydata(sys) [___] = polydata(sys,J1,...,JN) [___] = polydata(___,'cell')

Описание

[A,B,C,D,F] = polydata(sys) возвращает коэффициенты полиномов ABCD, и F это описывает идентифицированную модель sys. Полиномы описывают idpoly представление sys можно следующим образом.

В течение дискретного времени sys:
$A (q^{- 1}) y (t) = \frac{B (q^{- 1})}{F (q^{- 1})} u (t - n k) + \frac{C (q^{- 1})}{D (q^{- 1})} e (t) .$
u (t) является входными параметрами к sys. y (t) являются выходные параметры. e (t) является белым шумовым воздействием.
В течение непрерывного времени sys:
$A (s) Y (s) = \frac{B (s)}{F (s)} U (s) e^{- τ s} + \frac{C (s)}{D (s)} E (s) .$
U (s) является преобразованными входными параметрами Лапласа к sys. Y (s) является Лаплас, преобразованный выходные параметры. E (s) является Преобразование Лапласа белого шумового воздействия.

Если sys идентифицированная модель, которая не является idpoly модель, polydata преобразует sys к idpoly сформируйтесь, чтобы извлечь полиномиальные коэффициенты.

[A,B,C,D,F,dA,dB,dC,dD,dF] = polydata(sys) также возвращает неопределенность dA, dB, dC, dD, и dF из каждого из соответствующих полиномиальных коэффициентов sys.

[___] = polydata(sys,J1,...,JN) возвращает полиномиальные коэффициенты для J1,...,JN запись в массиве sys из идентифицированных моделей.

[___] = polydata(___,'cell') возвращает все полиномы как массивы ячеек двойных векторов, независимо от размерностей ввода и вывода sys.

Входные параметры

`sys`	Идентифицированная модель или массив идентифицированных моделей. `sys` может быть непрерывное время или дискретное время. `sys` может быть SISO или MIMO.
`J1,...,JN`	Индексы, выбирающие конкретную модель из N-мерного массива `sys` из идентифицированных моделей.

Выходные аргументы

A,B,C,D,F

Полиномиальные коэффициенты idpoly представление sys.

Если sys модель SISO, каждый ABCD, и F вектор-строка. Длина каждого вектора-строки является порядком соответствующего полинома.
- В течение дискретного времени sys, коэффициенты упорядочены в возрастающих степенях q ^–1. Например, B = [1 -4 9] средние значения, что B (q ^–1) = 1 – 4q–1 + 9q–2.
- В течение непрерывного времени sys, коэффициенты упорядочены в убывающих степенях s. Например, B = [1 -4 9] средние значения, что B (s) = s ² – 4s + 9.
Если sys модель MIMO, каждый ABCD, и F массив ячеек. Размерности массивов ячеек определяются размерностями ввода и вывода sys можно следующим образом:
- A — _Ny-by-_Ny массив ячеек
- BF — _Ny-by-_Nu массив ячеек
- CD — _Ny-by-1 массив ячеек
_Ny является количеством выходных параметров sys, и _Nu является количеством входных параметров.

Каждая запись в массиве ячеек является вектором-строкой, который содержит коэффициенты соответствующего полинома. Полиномиальным коэффициентам упорядочивают тот же путь как случай SISO.

dA,dB,dC,dD,dF

Неопределенность в предполагаемых полиномиальных коэффициентах sys.

dA, dB, dC, dD, и dF векторы-строки или массивы ячеек, размерности которых точно совпадают с соответствующим ABCD, и F выходные параметры .

Каждая запись в dA, dB, dC, dD, и dF дает стандартное отклонение соответствующего предполагаемого коэффициента. Например, dA{1,1}(2) дает стандартное отклонение предполагаемого коэффициента, возвращенного в A{1,1}(2).

Примеры

свернуть все

Извлеките полиномиальные коэффициенты и неопределенность из идентифицированной модели

Этот пример использует:

Скрипт Open Live Script

Загрузите системные данные и оцените модель с 2 выходами, с 2 входами.

load iddata1 z1
load iddata2 z2
data = [z1 z2(1:300)];

nk = [1 1; 1 0];
na = [2 2; 1 3];
nb = [2 3; 1 4];
nc = [2;3];
nd = [1;2];
nf = [2 2;2 1];

sys = polyest(data,[na nb nc nd nf nk]);

Данные загружены в z1 и z2 дискретное время iddata с шагом расчета 0,1 с. Поэтому sys 2D вход, 2D выходное дискретное время idpoly модель формы:

$A (q^{- 1}) y (t) = \frac{B (q^{- 1})}{F (q^{- 1})} u (t - n k) + \frac{C (q^{- 1})}{D (q^{- 1})} e (t)$

Входные параметры к polyest установите порядок каждого полинома в sys.

Доступ к предполагаемым полиномиальным коэффициентам sys и неопределенность в тех коэффициентах.

[A,B,C,D,F,dA,dB,dC,dD,dF] = polydata(sys);

Выходные параметры ABCD, и F массивы ячеек векторов коэффициентов. Размерности массивов ячеек определяются размерностями ввода и вывода sys. Например, A массив ячеек 2 на 2 потому что sys имеет два входных параметров и два выходных параметров. Каждая запись в A вектор-строка, содержащий идентифицированные полиномиальные коэффициенты. Например, исследуйте второй диагональный элемент в A.

A{2,2}

ans = 1×4

    1.0000   -0.8825   -0.2030    0.4364

В течение дискретного времени sys, коэффициенты располагаются в порядке увеличивающихся степеней $q^{- 1}$ . Поэтому A{2,2} соответствует полиному $1 - 0.8682 q^{- 1} - 0.2244 q^{- 2} + 0.4467 q^{- 3} .$

Размерности dA совпадайте с теми из A. Каждая запись в dA дает стандартное отклонение соответствующего предполагаемого полиномиального коэффициента в A. Например, исследуйте неопределенность во втором диагональном элементе в A.

dA{2,2}

ans = 1×4

         0    0.2849    0.4269    0.2056

Ведущий коэффициент A{2,2} фиксируется в 1, и поэтому не имеет никакой неопределенности. Остающиеся записи в dA{2,2} неопределенность в $q^{- 1}$ , $q^{- 2}$ , и $q^{- 3}$ коэффициенты, соответственно.

Документация

polydata

Синтаксис

Описание

Входные параметры

Выходные аргументы

Примеры

Извлеките полиномиальные коэффициенты и неопределенность из идентифицированной модели

Смотрите также

Представлено до R2006a

Документация System Identification Toolbox

Поддержка