Exponenta Banner
exponenta event banner

arxstruc

Функции вычисления потерь для моделей ARX с одним выходом

свернуть все на странице

Синтаксис

V = arxstruc(ze,zv,NN)

Аргументы

ze

Набор оценочных данных может быть iddata или idfrd объект.

zv

Набор данных проверки может быть iddata или idfrd объект.

NN

Матрица определяет количество различных структур модели ARX. Каждая строка NN имеет вид:

nn = [na nb nk]

Описание

Примечание

Использовать arxstruc только для систем с одним выходом. arxstruc поддерживает системы с одним и несколькими входами.

V = arxstruc(ze,zv,NN) прибыль V, который содержит функции потерь в своей первой строке. Остальные строки V содержат транспонирование NN, так что заказы и задержки даны чуть ниже соответствующих функций потерь. Последний столбец V содержит количество точек данных в ze.

Выходной аргумент V лучше всего анализировать с помощью selstruc. Выбор подходящей структуры модели на основе информации в v обычно выполняется с помощью selstruc.

Примеры

свернуть все

Открыть сценарий в реальном времени

Создайте модель ARX для создания данных.

A = [1 -1.5 0.7];
B = [0 1 0.5];
m0 = idpoly(A,B);

Формирование случайных входных и аддитивных шумовых сигналов.

u = iddata([],idinput(400,'rbs'));
e = iddata([],0.1*randn(400,1));

Моделирование выходных данных модели с использованием определенных входных сигналов и сигналов ошибок.

y = sim(m0,[u e]);
z = [y,u];

Создание комбинаций «модель-заказ» для оценки. Укажите задержку в 1 для всех моделей и диапазон порядка моделей между 1 и 5 для na и nb.

NN = struc(1:5,1:5,1);

Оцените модели ARX и вычислите функцию потерь для каждой комбинации заказов моделей. Входные данные разделяются на наборы данных оценки и проверки.

V = arxstruc(z(1:200),z(201:400),NN);

Выберите порядок модели с наилучшим соответствием данным проверки.

order = selstruc(V,0);

Оценка модели ARX выбранного порядка.

M = arx(z,order);
Открыть сценарий в реальном времени

Создание наборов данных оценки и проверки.

load co2data;
Ts = 0.5; % Sample time is 0.5 min
ze = iddata(Output_exp1,Input_exp1,Ts);
zv = iddata(Output_exp2,Input_exp2,Ts);

Создание комбинаций заказ-модель для:

  • na = 2:4

  • nb = 2:5 для первого входа, и 1 или 4 для второго входа.

  • nk = 1:4 для первого входа, и 0 для второго входа.

NN = struc(2:4,2:5,[1 4],1:4,0);

Оцените модель ARX для каждой комбинации заказа модели.

V = arxstruc(ze,zv,NN);

Выберите порядок модели с наилучшим соответствием данным проверки. 

order = selstruc(V,0);

Оценка модели ARX выбранного порядка.

M = arx(ze,order);

Совет

Каждый из ze и zv является iddata объект, содержащий выходные-входные данные. Данные частотной области и idfrd также поддерживаются объекты. Модели для каждой из структур модели, определенных NN оцениваются с использованием набора данных ze. Функции потерь (нормализованная сумма квадратичных ошибок прогнозирования) затем вычисляются для этих моделей при применении к набору данных проверки. zv. Наборы данных ze и zv не обязательно должен быть одинакового размера. Однако они могут быть одинаковыми наборами, и в этом случае вычисление происходит быстрее.

См. также

| | | |

Представлен до R2006a

Документация по инструментам идентификации системы

Поддержка