Загрузите оценочные данные.

load iddata1 z1

z1 является iddata объект, который хранит данные оценки ввода-вывода.

Оценка модели пространства состояния третьего порядка.

sys = ssest(z1,3);

Смоделировать отклик оценочной модели с использованием метода Монте-Карло и входных оценочных данных и построить график отклика.

simsd(sys,z1);

Синяя линия отображает смоделированный отклик исходной номинальной модели sys. Зеленые линии отображают смоделированную реакцию 10 возмущенных реализаций sys.

Моделирование расчетной модели с использованием метода Монте-Карло для заданного числа возмущений модели.

Оценка модели пространства состояния второго порядка с использованием данных оценки. Получить sys в канонической форме наблюдаемости.

load iddata3 z3
sys = ssest(z3,2,'Form','canonical');

Вычислите смоделированный отклик расчетной модели с помощью метода Монте-Карло и постройте график откликов. Укажите число случайных возмущений модели как 20.

N = 20;
simsd(sys,z3,N)

Синяя линия отображает смоделированный отклик исходной номинальной модели sys. Зеленые линии отображают смоделированную реакцию 20 возмущенных реализаций sys.

Можно также получить смоделированный отклик для каждого возмущения sys. При использовании этого синтаксиса график не создается.

y = simsd(sys,z3,N);

y - смоделированный ответ, возвращаемый в виде массива ячеек N+ 1 элемент .y{1} содержит номинальный ответ для sys. Остальные элементы содержат смоделированный ответ для N возмущенные реализации.

Загрузить данные временных рядов.

load iddata9 z9

z9 является iddata объект с 200 выборками выходных данных и без входов.

Оценка модели AR шестого порядка с использованием алгоритма наименьших квадратов.

sys = ar(z9,6,'ls');

Для данных временных рядов укажите требуемую длину моделирования. Ns = 200 с использованием Ns-by-0 набор входных данных.

data = iddata([],zeros(200,0),z9.Ts);

Установите начальные условия для использования начальных выборок временного ряда в качестве выборок исторических выходных данных. Прошлые данные отображаются на начальные состояния каждой возмущенной системы по отдельности.

IC = struct('Input',[],'Output',z9.y(1:6));
opt = simsdOptions('InitialCondition',IC);

Смоделировать модель методом Монте-Карло и заданными начальными условиями. Укажите число случайных возмущений модели как 20.

simsd(sys,data,20,opt)

Синяя линия отображает смоделированный отклик исходной номинальной модели sys. Зеленые линии отображают смоделированную реакцию 20 возмущенных реализаций sys.

Загрузите данные и разбейте их на данные оценки и моделирования.

load iddata3
ze = z3(1:200);
zsim = z3(201:256);

Оценка модели пространства состояния второго порядка sys использование оценочных данных. Укажите, что данные ковариации параметров не генерируются. Получить sys в канонической форме наблюдаемости.

opt = ssestOptions('EstimateCovariance',false);
sys = ssest(ze,2,'Form','canonical',opt);

Задайте начальные условия для моделирования расчетной модели. Укажите значения начального состояния x0 для двух состояний, а также ковариация значений начального состояния x0Cov. Ковариация задается как матрица 2 на 2, поскольку существует два состояния.

x0 = [1.2; -2.4];
x0Cov = [0.86 -0.39; -0.39 1.42];
opt = simsdOptions('InitialCondition',x0,'X0Covariance',x0Cov);

Смоделировать модель методом Монте-Карло и заданными начальными условиями. Укажите число случайных возмущений модели как 100.

simsd(sys,zsim,100,opt)

Синяя линия отображает смоделированный отклик исходной номинальной модели sys. Зеленые линии отображают смоделированную реакцию 100 возмущенных реализаций sys. Программное обеспечение использует различную реализацию начальных состояний для моделирования каждой возмущенной модели. Начальные состояния берутся из гауссова распределения со средним InitialCondition и ковариация X0Covariance.

Загрузите оценочные данные.

load iddata1 z1

z1 является idddata объект, который хранит 300 выборок данных оценки ввода-вывода.

Оценка модели пространства состояния второго порядка с использованием данных оценки.

sys = ssest(z1,2);

Создание набора опций по умолчанию для simsdи измените набор опций для добавления шума.

opt = simsdOptions;
opt.AddNoise = true;

Вычислите смоделированный отклик расчетной модели с помощью метода Монте-Карло. Укажите число случайных возмущений модели как 20 и смоделируйте модель с помощью указанного набора опций.

[y,y_sd] = simsd(sys,z1,20,opt);

y - моделируемый отклик, возвращаемый в виде массива ячеек из 21 элемента. y{1} содержит номинальный ответ без шума для sys. Остальные элементы содержат смоделированную реакцию для 20 возмущенных реализаций sys с аддитивными возмущениями, добавляемыми к каждому ответу.

y_sd - оценочное стандартное отклонение смоделированного ответа, возвращаемого в виде iddata объект без входных данных. Стандартные отклонения вычисляются из 21 моделируемого выхода. Для доступа к стандартному отклонению используйте y_sd.OutputData.