Система идентификации является итеративным процессом, где вы идентифицируете модели с отличными структурами из данных и сравниваете производительность модели. Вы запускаете путем оценки параметров простых структур модели. Если производительность модели плоха, вы постепенно увеличиваете сложность структуры модели. В конечном счете вы выбираете самую простую модель, которая лучше всего описывает динамику вашей системы.
Другая причина запуститься с простых структур модели состоит в том, что модели высшего порядка не всегда более точны. Увеличение сложности модели увеличивает неопределенность в оценках параметра и обычно требует большего количества данных (который распространен в случае нелинейных моделей).
Примечание
Структура модели не является единственным фактором, который определяет точность модели. Если ваша модель плоха, вы можете должны быть предварительно обработать свои данные путем удаления выбросов или фильтрации шума. Для получения дополнительной информации смотрите Способы Подготовка данных для System Identification.
Оцените, что импульсная характеристика и модели частотной характеристики сначала получают сведения о системной динамике и оценивают, достаточна ли линейная модель. Для получения дополнительной информации см. Модели Корреляции и Модели Частотной характеристики. Затем оцените параметрические модели в следующем порядке:
Передаточная функция, полином ARX и модели в пространстве состояний обеспечивают самые простые структуры. Оценка ARX и моделей в пространстве состояний позволила вам определить порядки модели.
В приложении System Identification. Примите решение оценить модели Передаточной функции, модели полинома ARX и модель в пространстве состояний с помощью n4sid метод.
В командной строке. Используйте tfest, arx, и n4sid команды, соответственно.
Для получения дополнительной информации см. Модели Полинома Ввода - вывода и Модели в пространстве состояний.
ARMAX и полиномиальные модели BJ обеспечивают более комплексные структуры и требуют итеративной оценки. Попробуйте несколько порядков модели и сохраните порядки модели максимально низко.
В приложении System Identification. Выберите, чтобы оценить BJ и полиномиальные модели ARMAX.
В командной строке. Используйте bj или armax команды.
Для получения дополнительной информации см. Модели Полинома Ввода - вывода.
Нелинейный ARX или модели Хаммерстайна-Винера обеспечивают нелинейные структуры. Для получения дополнительной информации смотрите Нелинейную Идентификацию Модели.
Для получения общей информации о выборе вы моделируете стратегию, видите Обзор System Identification. Для получения информации о проверке моделей см. Модели Проверки После Оценки.
