Оценка модели AR с помощью инструментального переменного метода
sys = ivar(data,na)
sys = ivar(data,na,nc)
sys = ivar(data,na,nc,max_size)
оценивает модель полинома AR, sys
= ivar(data
,na
)sys
, использование инструментального переменного метода и данных временных рядов data
нет данных
задает порядок полинома A.
Модель AR представлена уравнением:
В вышеупомянутой модели e (t) является произвольным процессом, принятым, чтобы быть процессом скользящего среднего значения порядка nc
, возможно время варьируясь. nc
принят, чтобы быть равным na
. Инструменты выбраны в качестве соответственно отфильтрованных выходных параметров, задержал nc
шаги.
указывает, что значение скользящего среднего значения обрабатывает заказ, sys
= ivar(data
,na
,nc
)nc
, отдельно.
задает максимальный размер матриц, сформированных во время оценки.sys
= ivar(data
,na
,nc
,max_size
)
|
Данные временных рядов оценки.
|
|
Порядок полином |
|
Порядок процесса скользящего среднего значения, представляющего e (t). |
|
Максимальный матричный размер.
Задайте Значение по умолчанию: 250000 |
|
Идентифицированная полиномиальная модель.
|
Сравните спектры для синусоид в шуме, оцененном методом IV и прямым обратным методом наименьших квадратов.
y = iddata(sin([1:500]'*1.2) + sin([1:500]'*1.5) + ... 0.2*randn(500,1),[]); miv = ivar(y,4); mls = ar(y,4); spectrum(miv,mls)
[1] Stoica, P., и др. Оптимальные Инструментальные Переменные Оценки параметров AR Процесса ARMA, Сделка IEEE Autom. Управление, объем AC-30, 1985, стр 1066–1074.