Создайте модель в пространстве состояний неизвестными параметрами

Явным образом создайте модель в пространстве состояний, содержащую неизвестные параметры

В этом примере показано, как создать независимое от времени, модель в пространстве состояний, содержащая неизвестные значения параметров с помощью ssm.

Задайте модель в пространстве состояний, содержащую два зависимых MA (1) состояния и модель наблюдения аддитивной ошибки. Символически, уравнение

[xt,1xt,2xt,3xt,4]=[0θ1λ100000000θ30000][xt-1,1xt-1,2xt-1,3xt-1,4]+[σ10100σ201][ut,1ut,2]

yt=[10000010][xt,1xt,2xt,3xt,4]+[σ300σ4][εt,1εt,2].

Обратите внимание на то, что состояния xt,1 и xt,3 два зависимых MA (1) процессы. Состояния xt,2 и xt,4 построение справки задержка один, эффекты MA. Например, xt,2 берет первое воздействие (ut,1), и xt,1 берет xt-1,2=ut-1,1. В целом, xt,1=λ1xt-1,3+ut,1+θ1ut-1,1, который является MA (1) с xt-1,3 как вход.

Задайте матрицу коэффициентов изменения состояния. Используйте NaN значения, чтобы указать на неизвестные параметры.

A = [0 NaN NaN 0; 0 0 0 0; 0 0 0 NaN; 0 0 0 0];

Задайте матрицу коэффициентов загрузки воздействия состояния.

B = [NaN 0; 1 0; 0 NaN; 0 1];

Задайте матрицу коэффициентов чувствительности измерения.

C = [1 0 0 0; 0 0 1 0];

Задайте матрицу коэффициентов инноваций наблюдения.

D = [NaN 0; 0 NaN];

Используйте ssm задавать модель в пространстве состояний.

Mdl = ssm(A,B,C,D)
Mdl = 
State-space model type: ssm

State vector length: 4
Observation vector length: 2
State disturbance vector length: 2
Observation innovation vector length: 2
Sample size supported by model: Unlimited
Unknown parameters for estimation: 7

State variables: x1, x2,...
State disturbances: u1, u2,...
Observation series: y1, y2,...
Observation innovations: e1, e2,...
Unknown parameters: c1, c2,...

State equations:
x1(t) = (c1)x2(t-1) + (c2)x3(t-1) + (c4)u1(t)
x2(t) = u1(t)
x3(t) = (c3)x4(t-1) + (c5)u2(t)
x4(t) = u2(t)

Observation equations:
y1(t) = x1(t) + (c6)e1(t)
y2(t) = x3(t) + (c7)e2(t)

Initial state distribution:

Initial state means are not specified.
Initial state covariance matrix is not specified.
State types are not specified.

Mdl ssm модель, содержащая неизвестные параметры. Подробные сводные данные Mdl печать к Командному окну. Это - хорошая практика, чтобы проверить, что состояние и уравнения наблюдений правильны.

Передайте Mdl и данные к estimate оценить неизвестные параметры.

Неявно создайте независимую от времени модель в пространстве состояний

В этом примере показано, как создать независимую от времени модель в пространстве состояний путем передачи сопоставляющей параметр функции, описывающей модель к ssm (то есть, неявно создайте модель в пространстве состояний). Модель состояния является моделью AR (1). Состояния наблюдаются со смещением, но без случайной ошибки. Установите среднее значение начального состояния и отклонение, и укажите, что состояние является стационарным.

Запишите функцию, которая задает как параметры в params сопоставьте с матрицами модели в пространстве состояний, значениями начального состояния и типом состояния.


% Copyright 2015 The MathWorks, Inc.

function [A,B,C,D,Mean0,Cov0,StateType] = timeInvariantParamMap(params)
% Time-invariant state-space model parameter mapping function example. This
% function maps the vector params to the state-space matrices (A, B, C, and
% D), the initial state value and the initial state variance (Mean0 and
% Cov0), and the type of state (StateType). The state model is AR(1)
% without observation error.
    varu1 = exp(params(2)); % Positive variance constraint
    A = params(1);
    B = sqrt(varu1);
    C = params(3);
    D = [];
    Mean0 = 0.5;
    Cov0 = 100;
    StateType = 0;
end

Сохраните этот код как файл с именем timeInvariantParamMap к папке на вашем пути MATLAB®.

Создайте модель в пространстве состояний путем передачи функционального timeInvariantParamMap как указатель на функцию к ssm.

Mdl = ssm(@timeInvariantParamMap);

Программное обеспечение неявно задает модель в пространстве состояний. Обычно, вы не можете проверить модели в пространстве состояний, которые вы неявно задаете.

Mdl ssm объект модели, содержащий неизвестные параметры. Можно оценить неизвестные параметры путем передачи Mdl и данные об ответе к estimate.

Смотрите также

| |

Связанные примеры

Больше о

Для просмотра документации необходимо авторизоваться на сайте