Полиномиальная модель с идентифицируемыми параметрами
Один idpoly модель представляет систему как модель полинома непрерывного времени или дискретного времени с идентифицируемыми (оцениваемыми) коэффициентами. Использовать idpoly для создания полиномиальной модели или преобразования динамических системных моделей в полиномиальную форму.
Полиномиальная модель системы с входным вектором u, выходным вектором y и возмущением e принимает следующий вид за дискретное время:
C (q) D (q) e (t)
Переменные A, B, C, D и F являются многочленами, выраженными оператором временного сдвига q-1. Например, многочлен A принимает такую форму:
=1+a1q−1+a2q−2+⋯+anaq−na
Здесь na - порядок многочлена А. q-1y (t) эквивалентно y (t-1).
Например, если A (q) = 1 + a1q-1 + a2q-2, то A (y (t)) = 1 + a1 (t-1) + a2 (t-2).
Многочлены C, D и F имеют ту же форму, что и многочлен A, начиная с 1. Многочлен B не начинается с 1.
За непрерывное время полиномиальная модель принимает следующий вид:
C (s) D (s) E (s)
U (s) содержит преобразованные входы Лапласа вsys. Y (ы) содержит преобразованные выходы Лапласа. E (s) содержит преобразование Лапласа возмущений для каждого выхода.
Для idpoly коэффициенты многочленов A, B, C, D и F могут быть оценочными параметрами. idpoly модель сохраняет значения этих элементов матрицы в A, B, C, D, и F свойства модели.
Модели временных рядов - это особые случаи полиномиальных моделей для систем без измеряемых входных данных. Для моделей AR B и F пусты, и C и D равны 1 для всех выходов. Для моделей ARMA, B и F пусты, в то время как D равно 1.
Хотя idpoly поддерживает модели непрерывного времени, idtf и idproc возможность большего выбора для оценки моделей непрерывного времени. Поэтому для большинства приложений непрерывного времени эти другие типы моделей являются предпочтительными.
Дополнительные сведения о полиномиальных моделях см. в разделе Что такое полиномиальные модели?
Вы можете получить idpoly моделировать одним из трех способов.
Оценить idpoly модель на основе выходных или входных-выходных измерений системы с использованием таких команд, как polyest, arx, armax, oe, bj, iv4, или ivar. Эти команды оценивают значения коэффициентов свободного полинома. Оценочные значения хранятся в A, B, C, D, и F свойства результирующего idpoly модель. Report свойство результирующей модели хранит информацию об оценке, такую как информация об обработке исходных условий и опциях, используемых при оценке.
При получении idpoly модель по оценке, можно извлечь оценочные коэффициенты и их неопределенности из модели с помощью таких команд, как polydata, getpar, или getcov.
Создание idpoly модель с использованием idpoly команда. Можно создать idpoly модель для конфигурирования начальной параметризации для оценки полиномиальной модели в соответствии с данными измеренного отклика. При этом можно задать ограничения для коэффициентов полинома. Например, можно зафиксировать значения некоторых коэффициентов или задать минимальные или максимальные значения для свободных коэффициентов. Затем можно использовать сконфигурированную модель в качестве входного аргумента для polyest для оценки значений параметров с этими ограничениями.
Преобразование существующей динамической системной модели в idpoly модель с использованием idpoly команда.
создает полиномиальную модель с идентифицируемыми коэффициентами. sys = idpoly(A,B,C,D,F,NoiseVariance,Ts)A, B, C, D, и F укажите начальные значения коэффициентов. NoiseVariance задает начальное значение дисперсии источника белого шума. Ts - время выборки модели.
создает полиномиальную модель с помощью дополнительных опций, заданных одним или несколькими аргументами пары имя-значение.sys = idpoly(A,B,C,D,F,NoiseVariance,Ts,Name,Value)
создает модель временных рядов только с авторегрессивным членом. В этом случае sys = idpoly(A)sys представляет модель AR, заданную A (q) y (t) = e (t). Шум e (t) имеет дисперсию 1.A определяет начальные значения оцениваемых коэффициентов.
создает модель временных рядов с авторегрессивным и скользящим средним термином. Исходные данные sys = idpoly(A,[],C,D,[],NoiseVariance,Ts)A, C, и D, укажите начальные значения оцениваемых коэффициентов. NoiseVariance определяет начальное значение шума e (t ).Ts - время выборки модели. (Опустить NoiseVariance и Ts использовать их значения по умолчанию.)
Если D имеет значение [], то sys представляет модель ARMA, заданную
q) e (t)
создает модель временных рядов с помощью дополнительных опций, заданных одним или несколькими аргументами пары имя-значение.sys = idpoly(A,[],C,D,[],NoiseVariance,Ts,Name,Value)
преобразует динамическую модель системы sys = idpoly(sys0)sys0 кому idpoly форма модели. sys0 может быть любой динамической системной моделью.
новообращенные sys = idpoly(sys0,'split')sys0 кому idpoly модель, и обрабатывает последние Ny входных каналов sys0 в качестве шумовых каналов в возвращаемой модели. sys0 должен быть числовым tf(Панель инструментов системы управления), zpk(Панель инструментов системы управления), или ss(Панель инструментов системы управления) объект модели. Также, sys0 должен иметь по крайней мере столько входов, сколько выходов.
Как правило, любая функция, применимая к динамическим моделям систем, применима к idpoly объект модели. Эти функции имеют четыре общих типа.
Функции, которые работают и возвращаются idpoly объекты модели позволяют преобразовывать и манипулировать idpoly модели. Например:
Функции, выполняющие аналитические и имитационные функции на idpoly модели, такие как bode и sim
Функции, которые извлекают или интерпретируют информацию о модели, например advice и getpar
Функции, преобразующие idpoly модели в другой тип модели, например idtf для временной области или idfrd для частотной области
Следующие списки содержат репрезентативное подмножество функций, которые можно использовать с idpoly модели.
ar | armax | arx | bj | idproc | idss | idtf | iv4 | ivar | oe | polydata | polyest | setPolyFormat | translatecov