Прежде чем можно будет выполнить эту задачу, у вас должны быть данные временного интервала как iddata
объект. Смотрите, что Временной и частотный диапазон Представления Использует Объекты iddata.
Если вы планируете оценить модели из этих данных, ваши данные должны регулярно производиться.
Используйте detrend
команда, чтобы удалить средние значения сигнала или линейные тренды:
[data_d,T]=detrend(data,Type)
где data
данные должны быть детрендированы. Второй входной параметр Type=0
удаляет средние значения сигнала или Type=1
удаляет линейные тренды. data_d
детрендированные данные. T
TrendInfo
возразите, что хранит значения вычтенных смещений и наклоны удаленных трендов.
Прежде чем можно будет выполнить эту задачу, вы должны иметь
Данные временного интервала как iddata
объект. Смотрите, что Временной и частотный диапазон Представления Использует Объекты iddata.
Если вы планируете оценить модели из этих данных, ваши данные должны регулярно производиться.
Значения смещений вы хотите удалить из входных и выходных данных. Если вы не знаете эти значения, визуально смотрите график временной зависимости своих данных. Для получения дополнительной информации смотрите, Как Отобразить Данные на графике в Командной строке.
Создайте объект по умолчанию для хранения смещений ввода - вывода, которые вы хотите удалить из данных.
T = getTrend(data)
где T
TrendInfo
объект.
Присвойте значения смещения T
.
T.InputOffset=I_value; T.OutputOffset=O_value;
где I_value
входное значение смещения и O_value
входное значение смещения.
Удалите заданные смещения из data
.
data_d = detrend(data,T)
где второй входной параметр T
хранит значения смещения как его свойства.