В этом примере показано, как создать независимое от времени, модель в пространстве состояний, содержащая известные значения параметров с помощью ssm
.
Задайте модель в пространстве состояний, содержащую два независимых, AR (1) состояния с Гауссовыми воздействиями, которые имеют стандартные отклонения 0.1 и 0.3, соответственно. Укажите, что наблюдение является детерминированной суммой двух состояний. Символически, уравнение
Задайте матрицу коэффициентов изменения состояния.
A = [0.5 0; 0 -0.2];
Задайте матрицу коэффициентов загрузки воздействия состояния.
B = [0.1 0; 0 0.3];
Задайте матрицу коэффициентов чувствительности измерения.
C = [1 1];
Задайте модель в пространстве состояний с помощью ssm
.
Mdl = ssm(A,B,C)
Mdl = State-space model type: ssm State vector length: 2 Observation vector length: 1 State disturbance vector length: 2 Observation innovation vector length: 0 Sample size supported by model: Unlimited State variables: x1, x2,... State disturbances: u1, u2,... Observation series: y1, y2,... Observation innovations: e1, e2,... State equations: x1(t) = (0.50)x1(t-1) + (0.10)u1(t) x2(t) = -(0.20)x2(t-1) + (0.30)u2(t) Observation equation: y1(t) = x1(t) + x2(t) Initial state distribution: Initial state means x1 x2 0 0 Initial state covariance matrix x1 x2 x1 0.01 0 x2 0 0.09 State types x1 x2 Stationary Stationary
Mdl
ssm
модель, содержащая неизвестные параметры. Подробные сводные данные Mdl
печать к Командному окну. По умолчанию программное обеспечение устанавливает средние значения начального состояния и ковариационную матрицу с помощью стационарных распределений.
Это - хорошая практика, чтобы проверить, что состояние и уравнения наблюдений правильны. Если уравнения не правильны, то это может помочь расширить уравнение пространства состояний вручную.
Симулируйте состояния или наблюдения от Mdl
использование simulate
, или состояния прогноза или наблюдения с помощью forecast
.