Возместите и линейные значения наклона тренда для удаления тренда данных
TrendInfo класс представляет смещение и линейную информацию о тренде входных и выходных данных. Построение соответствующего объекта позволяет вам:
Вычислите и сохраните средние значения или хорошо-подходящие линейные тренды сигналов входных и выходных данных.
Задайте определенные смещения и тренды, которые будут удалены из данных ввода - вывода.
Путем хранения смещения и информации о тренде, можно применить его к нескольким наборам данных.
После оценки линейной модели из детрендированных данных можно симулировать модель при исходных условиях операции путем добавления сохраненного тренда в симулированное выходное использование retrend.
Для текущих данных, если вы хотите задать определенное смещение или тренд, который будет удален из этих данных, создают TrendInfo объектное использование getTrend. Например:
T = getTrend(data)
где данные iddata объект, из которого вы будете удалять смещение или линейный тренд и T TrendInfo объект. Необходимо затем присвоить определенное смещение и наклонные значения как свойства этого объекта прежде, чем передать объект в качестве аргумента к detrend.
Для установившихся данных, если вы хотите детрендировать данные и хранить информацию тренда, использование detrend команда с выходным аргументом в пользу того, чтобы хранить информацию тренда.
После создания объекта можно использовать get или запись через точку, чтобы получить доступ к значениям свойства объекта.
| PropertyName | Значение по умолчанию | Описание |
|---|---|---|
DataName | '' | Имя iddata объект, из которого информация о тренде выведена (если таковые имеются) |
InputOffset | zeros(1,nu), где nu количество входных параметров |
Для нескольких данных об эксперименте это - массив ячеек размера, равного количеству экспериментов в наборе данных. |
InputSlope | zeros(1,nu), где nu количество входных параметров | Наклон линейного тренда во входных данных, вычисленных автоматически при использовании Для нескольких данных об эксперименте это - массив ячеек размера, равного количеству экспериментов в наборе данных. |
OutputOffset | zeros(1,ny), где ny количество выходных параметров |
Для нескольких данных об эксперименте это - массив ячеек размера, равного количеству экспериментов в наборе данных. |
OutputSlope | zeros(1,ny), где ny количество выходных параметров | Наклон линейного тренда в выходных данных, вычисленных автоматически при использовании Для нескольких данных об эксперименте это - массив ячеек размера, равного количеству экспериментов в наборе данных. |
Удалите заданное смещение из сигналов ввода и вывода.
Загрузите данные SISO, содержащие векторы u2 и y2.
load dryer2Создайте объект данных с шагом расчета 0,08 секунд и постройте его.
data = iddata(y2,u2,0.08); plot(data)
Данные имеют ненулевое среднее значение.
Сохраните смещение данных и информацию о тренде в TrendInfo объект.
T = getTrend(data);
Присвойте значения смещения TrendInfo объект.
T.InputOffset = 5; T.OutputOffset = 5;
Вычтите смещения из данных.
data_d = detrend(data,T);
Отобразите детрендированные данные на графике по тому же графику.
hold on
plot(data_d)
Просмотрите среднее значение, удаленное из данных.
get(T)
ans = struct with fields:
DataName: 'data'
InputOffset: 5
OutputOffset: 5
InputSlope: 0
OutputSlope: 0
Создайте TrendInfo объект, который хранит информацию тренда как часть удаления тренда данных.
Загрузите данные SISO, содержащие векторы u2 и y2.
load dryer2Создайте объект данных с шагом расчета 0,08 секунд.
data = iddata(y2,u2,0.08);
Детрендируйте среднее значение из данных и сохраните среднее значение как TrendInfo объект T.
[data_d,T] = detrend(data,0);
Просмотрите среднее значение, удаленное из данных.
get(T)
ans = struct with fields:
DataName: 'data'
InputOffset: 5.0000
OutputOffset: 4.8901
InputSlope: 0
OutputSlope: 0