Набор опции для arx
opt = arxOptions
opt = arxOptions(Name,Value)
opt = arxOptionsarx.
opt = arxOptions(Name,Value)Name,Value парные аргументы.
Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и Value соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.
'InitialCondition' — Обработка начальных условий'auto' (значение по умолчанию) | 'zero' | 'estimate'Обработка начальных условий во время оценки с помощью данных частотного диапазона в виде разделенной запятой пары, состоящей из 'InitialCondition' и одно из следующих значений:
'zero' — Начальные условия обнуляются.
'estimate' — Начальные условия обработаны как независимые параметры оценки.
'auto' — Программное обеспечение выбирает метод, чтобы обработать начальные условия на основе данных об оценке.
'Focus' — Ошибка, которая будет минимизирована'prediction' (значение по умолчанию) | 'simulation'Ошибка, которая будет минимизирована в функции потерь во время оценки в виде разделенной запятой пары, состоящей из 'Focus' и одно из следующих значений:
'prediction' — Один шаг вперед ошибка предсказания между измеренными и предсказанными выходными параметрами минимизирован во время оценки. В результате оценка фокусируется на создании хорошей модели предиктора.
'simulation' — Ошибка симуляции между измеренными и симулированными выходными параметрами минимизирована во время оценки. В результате оценка фокусируется на создании подходящего варианта для симуляции ответа модели с текущими входными параметрами.
Focus опция может быть интерпретирована, когда взвешивание просачивается функция потерь. Для получения дополнительной информации смотрите Функцию потерь и Метрики качества Модели.
'WeightingFilter' — Взвешивание предварительного фильтра[] (значение по умолчанию) | вектор | матрица | массив ячеек | линейная системаВзвешивание предварительного фильтра применилось к функции потерь, которая будет минимизирована во время оценки. Изучать эффект WeightingFilter на функции потерь смотрите Функцию потерь и Метрики качества Модели.
Задайте WeightingFilter как одно из следующих значений:
[] — Никакой предварительный фильтр взвешивания не используется.
Полосы пропускания — Задают вектор-строку или матрицу, содержащую значения частоты, которые задают желаемые полосы пропускания. Вы выбираете диапазон частот, где подгонка между предполагаемой моделью и данными об оценке оптимизирована. Например, [wl,wh] где wl и wh представляйте нижние и верхние пределы полосы пропускания. Для матрицы с несколькими строками, задающими полосы пропускания частоты, [w1l,w1h;w2l,w2h;w3l,w3h;...], алгоритм оценки использует объединение частотных диапазонов, чтобы задать полосу пропускания оценки.
Полосы пропускания описываются в rad/TimeUnit для данных временного интервала и в FrequencyUnit для данных частотного диапазона, где TimeUnit и FrequencyUnit время и единицы частоты данных об оценке.
Фильтр SISO — Задает линейный фильтр одного входа одного выхода (SISO) одним из следующих способов:
Модель SISO LTI
{A,B,C,D} формат, который задает матрицы пространства состояний фильтра с тем же шагом расчета как данные об оценке.
{numerator,denominator} формат, который задает числитель и знаменатель фильтра как передаточная функция с тем же шагом расчета как данные об оценке.
Эта опция вычисляет функцию взвешивания как продукт фильтра и входного спектра, чтобы оценить передаточную функцию.
Взвешивание вектора — Применимый для данных частотного диапазона только. Задайте вектор-столбец весов. Этот вектор должен иметь ту же длину как вектор частоты из набора данных, Data.Frequency. Каждый ответ ввода и вывода в данных умножается на соответствующий вес на той частоте.
'EnforceStability' — Управляйте, осуществить ли устойчивость моделиfalse (значение по умолчанию) | trueУправляйте, осуществить ли устойчивость предполагаемой модели в виде разделенной запятой пары, состоящей из 'EnforceStability' и любой true или false.
Эта опция не доступна для мультивыходных моделей с недиагональным массивом полинома A.
Типы данных: логический
'EstimateCovariance' — Управляйте, сгенерировать ли данные о ковариации параметраtrue (значение по умолчанию) | falseСредства управления, сгенерированы ли данные о ковариации параметра в виде true или false.
Если EstimateCovariance true, затем используйте getcov выбирать ковариационную матрицу из предполагаемой модели.
'Display' — Задайте, отобразить ли прогресс оценки'off' (значение по умолчанию) | 'on'Задайте, отобразить ли прогресс оценки в виде одного из следующих значений:
'on' — Информация о структуре модели и результатах оценки отображена в окне средства просмотра прогресса.
'off' — Никакая информация о прогрессе или результатах отображена.
'InputOffset' — Удаление смещения от входных данных временного интервала во время оценки[] (значение по умолчанию) | вектор из положительных целых чисел | матрицаУдаление смещения от входных данных временного интервала во время оценки в виде разделенной запятой пары, состоящей из 'InputOffset' и одно из следующего:
Вектор-столбец положительных целых чисел длины Nu, где Nu является количеством входных параметров.
[] — Не указывает ни на какое смещение.
Nu-by-Ne матрица — Для данных мультиэксперимента, задайте InputOffset как Nu-by-Ne матрица. Nu является количеством входных параметров, и Ne является количеством экспериментов.
Каждая запись задана InputOffset вычтен из соответствующих входных данных.
'OutputOffset' — Удаление смещения от выходных данных временного интервала во время оценки[] (значение по умолчанию) | вектор | матрицаУдаление смещения от выходных данных временного интервала во время оценки в виде разделенной запятой пары, состоящей из 'OutputOffset' и одно из следующего:
Вектор-столбец длины Ny, где Ny является количеством выходных параметров.
[] — Не указывает ни на какое смещение.
Ny-by-Ne матрица — Для данных мультиэксперимента, задайте OutputOffset как Ny-by-Ne матрица. Ny является количеством выходных параметров, и Ne является количеством экспериментов.
Каждая запись задана OutputOffset вычтен из соответствующих выходных данных.
'OutputWeight' — Вес ошибок предсказания по мультивыходной оценке[] (значение по умолчанию) | положительная полуопределенная, симметрическая матрицаВес ошибок предсказания по мультивыходной оценке в виде одного из следующих значений:
Положительная полуопределенная, симметрическая матрица (W). Программное обеспечение минимизирует трассировку взвешенной ошибочной матрицы предсказания trace(E'*E*W/N) где:
E матрица ошибок предсказания, с одним столбцом для каждого выхода и W положительная полуопределенная, симметрическая матрица размера, равного количеству выходных параметров. Используйте W задавать относительную важность выходных параметров в нескольких - выходные модели или надежность соответствующих данных.
N количество выборок данных.
[] — Никакое взвешивание не используется. Определение как [] совпадает с eye(Ny), где Ny количество выходных параметров.
Эта опция важна только для мультивыходных моделей.
'Regularization' — Опции для упорядоченной оценки параметров модели[] (значение по умолчанию) | положительная полуопределенная, симметрическая матрицаОпции для упорядоченной оценки параметров модели в виде структуры со следующими полями:
Lambda — Постоянный, который определяет смещение по сравнению с компромиссом отклонения.
Задайте положительную скалярную величину, чтобы добавить срок регуляризации в стоимость оценки.
Значение, равное нулю не подразумевает регуляризации.
Значение по умолчанию: 0
R — Взвешивание матрицы.
Задайте положительную скалярную величину или положительную определенную матрицу. Длина матрицы должна быть равна количеству свободных параметров (np) из модели. Для модели ARX, np = сумма (сумма ([na nb]).
Значение по умолчанию: 1
Nominal — Эта опция не используется для моделей ARX.
Значение по умолчанию: 0
Использование arxRegul автоматически определить Lambda и значения R.
Для получения дополнительной информации о регуляризации смотрите Упорядоченные Оценки Параметров модели.
'Advanced' — Дополнительные расширенные настройкиДополнительные расширенные настройки в виде структуры со следующими полями:
MaxSize — Задает максимальное количество элементов в сегменте, когда данные ввода - вывода разделены в сегменты.
MaxSize должно быть положительное целое число.
Значение по умолчанию: 250000
StabilityThreshold — Задает пороги для тестов устойчивости.
StabilityThreshold структура со следующими полями:
s — Задает местоположение самого правого полюса, чтобы протестировать устойчивость моделей непрерывного времени. Модель рассматривается устойчивой, когда ее самый правый полюс слева от s.
Значение по умолчанию: 0
z — Задает максимальное расстояние всех полюсов от источника, чтобы протестировать устойчивость моделей дискретного времени. Модель рассматривается устойчивой, если всеми полюсами является на расстоянии z от источника.
Значение по умолчанию: 1+sqrt(eps)
opt — Опции установлены для arxarxOptions опция установленаНабор опции для arx, возвращенный как arxOptions опция установлена.
opt = arxOptions;
Создайте набор опций для arx использование нулевых начальных условий для оценки. Установите Display к 'on'.
opt = arxOptions('InitialCondition','zero','Display','on');
В качестве альтернативы используйте запись через точку, чтобы установить значения opt.
opt = arxOptions; opt.InitialCondition = 'zero'; opt.Display = 'on';
Названия некоторой оценки и опций анализа были изменены в R2018a. Все еще работают предшествующие имена. Для получения дополнительной информации см., что информация о версии R2018a Переименовывает Оценки и Опций анализа.
У вас есть модифицированная версия этого примера. Вы хотите открыть этот пример со своими редактированиями?
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.