Оценка коэффициентов модели ввода-вывода и полинома временного ряда
Набор средств идентификации системы/оценщики
Блок Оценка рекурсивной модели полинома (Recursive Polynomial Model Estimator) используется для оценки моделей полинома и временных рядов с дискретным временем ввода-вывода.
Эти структуры модели:
AR - A (q) y (t) = e (t)
ARMA - A (q) y (t) = C (q) e (t)
ARX - A (q) y (t) = B (q) u (t-nk) + e (t)
ARMAX - A (q) y (t) = B (q) u (t-nk) + C (q) e (t)
OE - − nk) + e (t)
BJ - C (q) D (q) e (t)
q - оператор временного сдвига, а nk - входная задержка. u (t) является входом, y (t) является выходом, и e (t) является ошибкой. Для моделей MISO существует столько многочленов B (q), сколько входов.
Порядки этих моделей соответствуют максимальному числу временных сдвигов, как представлено экспонентой q. Например, порядок na представлен в многочлене A (q) следующим образом :
1 + a1q-1 + a2q-2 +... + anaq-na.
Эквивалентное представление применяется к многочленам C (q), D (q) и F (q) и их соответствующим порядкам nc, nd и nf.
Многочлен B (q) уникален по отношению к другим, поскольку этот многочлен работает на входе и содержит системные нули. Для B (q) порядок nb является порядком многочлена B (q) + 1:
b1 + b2q-1 + b3q-2 +... + bnbq- (nb-1).
Порядки na, nb, nc, nd, nf и входная задержка nk известны заранее. Задайте эти значения в качестве параметров блока. Введите u (t) и y (t) через входы входов и выходов соответственно. Блок оценивает набор коэффициентов A (q), B (q), C (q), D (q) и F (q), которые использует структура модели, и выводит их в выходе параметров. Во время оценки блок ограничивает оценочные многочлены C, D и F стабильной областью с корнями в единичном диске, позволяя при этом оценочным многочленам A и B быть нестабильными. Выход Parameters обеспечивает сигнал шины со следующими элементами:
A - вектор, содержащий [1 a1 (t)... ana (t)].
B - Вектор, содержащий [01... 0nk, b1 (t)... bnb (t)]. Для данных MISO B является матрицей, где параметры i-й строки соответствуют i-му входу.
C - вектор, содержащий [1 с1 (t)... cnc (t)].
D - вектор, содержащий [1 d1 (t)... dnd (t)].
F - вектор, содержащий [1 f1 (t)... fnf (t)].
Например, предположим, что необходимо оценить коэффициенты для следующей модели SISO ARMAX:
y (t) + a1y (t - 1) +... + anay (t - na) = b1u (t - nk) +... + bnbu (t - nb - nk + 1) + e (t) + c1e (t - 1) +... + cnce (t - nc)
y, u, na, nb, nc и nk - это известные величины, которые вы предоставляете блоку. Для каждого временного шага t блок оценивает значения параметров A, B и C, ограничивая только полином C стабильной областью. Затем блок выводит эти оценочные значения с помощью порта «Параметры».
Блок поддерживает несколько методов оценки и форматов ввода данных. Блок может предоставлять как бесконечную историю [1], так и конечную историю [2] (также известную, как скользящее окно) оценки для Конфигурируемые опции в блоке:
Несколько входов (только структура модели ARX) - см. порт входов.
Формат данных на основе образцов или кадров - см. параметр «Обработка входных данных».
Несколько методов оценки с бесконечной историей [1] - см. параметр метода оценки.
Бесконечная история (все структуры модели) или конечная история (только структуры модели AR, ARX или OE) - см. параметр История.
Начальные условия, флаг включения и триггер сброса - см. параметры Initial Estimate, Add enable port и External Reset.
Дополнительные сведения о методах оценки см. в разделе Рекурсивные алгоритмы для интерактивной оценки параметров.
Inputs - Входной сигнал Входной сигнал u (t). Параметр Input Processing и количество входов nu определяют размеры сигнала. Только структура модели ARX может иметь несколько входов с nu больше 1.
Входная обработка на основе выборки и входы nu - вектор nu-by-1
Обработка входных данных на основе кадра с M отсчетов на кадр и nu входов - матрица M-by-nu
Чтобы включить этот порт, задайте для параметра Model Structure значение ARX, ARMAX, BJ, или OE.
Типы данных: single | double
Output - Измеренный выходной сигналИзмеренный выходной сигнал y (t). Параметр Input Processing определяет размеры сигнала:
Обработка входных данных на основе образцов - скалярная
Обработка входных данных на основе кадра с M выборок на кадр - вектор M-by-1
Типы данных: single | double
Enable - Включить обновления оценкиtrue (по умолчанию) | falseВнешний сигнал, позволяющий включать и отключать обновления оценки. Если значение сигнала:
true - Оцените и выведите значения параметров для временного шага.
false - Не оценивайте значения параметров и выводите самое последнее ранее оцененное значение.
Чтобы включить этот порт, выберите параметр Add enable port.
Типы данных: single | double | Boolean | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32
Reset - Сброс триггераСбросить оценку параметров на исходные условия. Тип триггера определяется значением параметра External reset. Тип триггера определяет, происходит ли сброс для сигнала, который поднимается, падает, поднимается или падает, уровень или при удержании уровня.
Чтобы включить этот порт, выберите любой параметр, кроме None в раскрывающемся списке External reset.
Типы данных: single | double | Boolean | int8 | int16 | int32 | uint8 | uint16 | uint32
InitialParameters - Исходные оценки параметровbus объектНачальные оценки параметров, поступающие из внешнего по отношению к блоку источника. Блок использует этот ввод в начале моделирования или при запуске сброса алгоритма с помощью сигнала Reset.
Для получения информации о содержимом объекта шины InitityParameters см. описание порта Parameters.
Чтобы включить этот порт, установите для параметра History значение Infinite и Первоначальная оценка External.
Типы данных: single | double
InitialCovariance - начальная ковариация параметров;Начальные ковариации параметров, поступающие от внешнего по отношению к блоку источника. Дополнительные сведения см. в разделе Параметр матрицы ковариации. Блок использует этот ввод в начале моделирования или при запуске сброса алгоритма с помощью сигнала Reset.
Чтобы включить этот порт, установите следующие параметры:
История в Infinite
Метод оценки для Forgetting Factor или Kalman Filter
Первоначальная оценка External
Типы данных: single | double
InitialInputs - Начальные значения входовНачальный набор входов при использовании оценки с конечной историей (скользящее окно), поступающий из внешнего источника.
Если структура модели ARX, то сигнал на этот порт должен быть матрицей (W-1 + max (nb) + max (nk)) -by-nu, где W - длина окна, а nu - количество входов. nb - вектор B (q) полиномиальных порядков, а nk - вектор входных задержек.
Если структура модели OE, то сигнал на этот порт должен быть вектором (W-1 + nb + nk) -by-1, где W - длина окна. nb - вектор B (q) полиномиальных порядков, а nk - вектор входных задержек.
Блок использует этот ввод в начале моделирования или при каждом срабатывании сигнала сброса.
Если начальный буфер имеет значение 0 или содержит недостаточно информации, на начальном этапе оценки отображается предупреждающее сообщение. Предупреждение должно быть снято через несколько циклов. Количество циклов буферизации достаточной информации зависит от порядка полиномов и задержек ввода. Если предупреждение сохраняется, следует оценить содержание сигналов.
Чтобы включить этот порт, установите:
История в Finite
Структура модели в ARX или OE
Первоначальная оценка External
Типы данных: single | double
InitialOutputs - Начальные значения буфера измеряемых выходовНачальный набор выходных измерений при использовании оценки с конечной историей (скользящее окно), поступающий из внешнего источника.
Если структура модели AR или ARX, тогда сигнал на этот порт должен быть вектором (W + na) -by-1, где W - длина окна, а na - порядок многочленов A (q).
Если структура модели OE, то сигнал на этот порт должен быть вектором (W + nf) -by-1, где W - длина окна, а nf - порядок многочленов F (q).
Блок использует этот ввод в начале моделирования или при каждом срабатывании сигнала сброса.
Если начальный буфер имеет значение 0 или содержит недостаточно информации, на начальном этапе оценки отображается предупреждающее сообщение. Предупреждение должно быть снято через несколько циклов. Количество циклов буферизации достаточной информации зависит от порядка полиномов и задержек ввода. Если предупреждение сохраняется, следует оценить содержание сигналов.
Чтобы включить этот порт, установите:
История в Finite
Структура модели в AR, ARX, или OE
Первоначальная оценка External
Типы данных: single | double
Parameters - Расчетные параметрыbus объектРасчетные полиномиальные коэффициенты, возвращаемые как шина. Шина содержит элемент для каждого из многочленов A, B, C, D и F, которые соответствуют структуре, указанной в разделе Структура модели (см. Структуры модели).
Каждый элемент шины является векторным сигналом, содержащим связанные полиномиальные коэффициенты. Например, элемент A содержит [1 a1 (t)... ana (t)].
Оцененные значения C, D и F ограничены стабильными дискретными полиномами времени. То есть все эти многочлены имеют корни внутри единичной окружности. Оценочные полиномы A и B допускаются к нестабильной работе.
Типы данных: single | double
Error - Ошибка оценкиОшибка оценки, возвращенная как:
Скаляр - выборочная обработка входных данных
M-by-1 vector - Обработка входных данных на основе кадра с M отсчетов на кадр
Чтобы включить этот порт, выберите параметр Output estimation error.
Типы данных: single | double
Covariance - Ковариация ошибки оценки параметров PКовариация P ошибки оценки параметра, возвращаемая в виде матрицы N-на-N, где N - количество параметров. Дополнительные сведения см. в разделе Параметр Covariance Matrix выходного параметра.
Чтобы включить этот порт:
Выберите параметр ковариационной матрицы выходного параметра.
Если история Infinite, задайте для метода оценки значение Forgetting Factor или Kalman Filter.
Типы данных: single | double
Расчетная структура модели, указанная как одно из следующих:
ARX - Модель SISO или MISO ARX
ARMAX - Модель SISO ARMAX
OE - Модель SISO OE
BJ - Модель SISO BJ
AR - Модель AR временного ряда
ARMA - Модель ARMA временного ряда
Initial Estimate - Источник исходных оценок параметровNone (по умолчанию) | Internal | ExternalУкажите, как предоставлять начальные оценки параметров блоку:
None - Не уточняйте первоначальные оценки.
Блок использует 0 в качестве начальной оценки параметра.
Укажите параметры, разрешенные блоком, на основе выбора структуры модели и метода оценки.
Задайте набор параметров Количество параметров (Number of Parameters) (), который будет включен блоком на основе структуры модели. Например, если для параметра Структура модели (Model Structure) задано значение ARукажите число параметров в параметре A (q) (na).
Укажите параметр Задержка ввода (nk), который активируется блоком, когда структура модели использует элемент B (q ).
Укажите матрицу ковариации параметров, если метод оценки Forgetting Factor или Kalman Filter.
Internal - Укажите начальные оценки параметров для блока.
Укажите начальные значения параметров Initial (), разрешенные блоком на основе структуры модели и истории. Например, если для параметра Структура модели (Model Structure) задано значение AR и История Infinite, укажите параметр Initial A (q).
Укажите параметр Задержка ввода (nk), который активируется блоком, когда структура модели использует элемент B (q ).
Укажите параметр матрицы ковариации параметра, если метод оценки имеет значение Forgetting Factor или Kalman Filter.
Задайте параметр «Начальные входные данные» (ARX и OE только) и параметром Initial Outputs (Начальные выходы) (ARX, AR, и OE), если History имеет значение Finite.
External - Укажите начальные оценки параметров в качестве входного сигнала для блока.
Укажите параметры «Количество параметров» (), разрешенные блоком на основе структуры модели. Параметры «Структура модели» (Model Structure) и «История» (History) определяют, какие сигналы следует подключить к соответствующим портам:
Если история Infinite - Параметры ввода и ковариация ввода
Если история Finite - InitiveOutputs для AR, ARX, и OE структуры модели и InitityInputs для ARX и OE структуры модели
Параметр блока: InitialEstimateSource |
| Тип: символьный вектор, строка |
Значения: 'None', 'Internal', 'External' |
По умолчанию: 'None' |
Number of Parameters in A(q) (na) - Количество расчетных параметров в полиноме A (q)1 (по умолчанию) | неотрицательное целое числоУкажите количество расчетных параметров na в полиноме A (q).
Чтобы включить этот параметр, выполните одно из следующих действий:
Задать для журнала значение Infinite, Структура модели в AR, ARX, ARMA, или ARMAXи Первоначальная оценка None или External.
Задать для журнала значение Finite, Структура модели в AR или ARXи Первоначальная оценка None или External.
Параметр блока: A0 |
| Тип: неотрицательное целое число |
По умолчанию: 1 |
Number of Parameters in B(q) (nb) - Количество расчетных параметров в полиноме B (q)1 (по умолчанию) | вектор положительных целых чиселУкажите количество расчетных параметров nb в полиноме B (q).
Для систем MISO, использующих структуру модели ARX, укажите nb в качестве вектора, содержащего столько элементов, сколько имеется входных данных. Каждый элемент этого вектора представляет порядок многочлена B (q), связанного с соответствующим входом. Например, предположим, что имеется система MISO с двумя входами, элементы B (q) которой: 0b1100b21b22]. Ноль в начале каждого полинома представляет единственную входную задержку для каждого входа (см. описание параметра Initial B (q)). Конечный ноль в B1 предназначен для выравнивания длины многочленов и не оказывает влияния на оценку. nb для каждого многочлена равно числу оцененных параметров, следующих за начальным нулем, или 1 для входа 1 и 2 для входа 2. Укажите количество параметров в B (q) ( nb) как[1 2]и задержка ввода (nk) как [1 1].
Чтобы включить этот параметр, выполните одно из следующих действий:
Задать для журнала значение Infinite, Структура модели в ARX, ARMAX, BJ, или OEи Первоначальная оценка None или External.
Задать для журнала значение Finite со структурой модели ARX или OE и Первоначальная оценка None или External.
Параметр блока: B0 |
| Тип: положительное целое число |
По умолчанию: 1 |
Number of Parameters in C(q) (nc) - Количество расчетных параметров в полиноме C (q)1 (по умолчанию) | положительное целое числоУкажите количество расчетных параметров nc в полиноме C (q).
Чтобы включить этот параметр, установите для параметра History значение Infinite, Структура модели в ARMA, ARMAX, или BJи Первоначальная оценка None или External
Параметр блока: C0 |
| Тип: положительное целое число |
По умолчанию: 1 |
Number of Parameters in D(q) (nd) - Количество расчетных параметров в полиноме D (q)1 (по умолчанию) | положительное целое числоУкажите количество расчетных параметров в полиноме D (q).
Чтобы включить этот параметр, установите для параметра History значение Infinite, Структура модели в BJи Первоначальная оценка None или External.
Параметр блока: D0 |
| Тип: положительное целое число |
По умолчанию: 1 |
Number of Parameters in F(q) (nf) - Количество расчетных параметров в полиноме F (q)1 (по умолчанию) | положительное целое числоУкажите количество расчетных параметров nf в полиноме F (q).
Чтобы включить этот параметр, задайте для параметра Начальная оценка значение None или External и либо:
История в Infinite, Структура модели в OE или BJи Первоначальная оценка None или External
История в Finite, Структура модели в OEи Первоначальная оценка None или External
.
Параметр блока: F0 |
| Тип: положительное целое число |
По умолчанию: 1 |
Input Delay (nk) - Задержка на входе1 (по умолчанию) | вектор неотрицательных целых чиселУкажите задержку ввода в виде целого числа, представляющего количество шагов времени, которые происходят до того, как ввод повлияет на выход. Эта задержка также называется мертвым временем в системе. Блок кодирует входную задержку как фиксированные нули начала многочлена B (q). Для получения дополнительной информации см. описание параметра B (q).
Для систем MISO со структурой модели ARX укажите nk как вектор с элементами, задающими задержку для каждого входа. Этот вектор имеет длину nu, где nu - количество входов.
Например, предположим, что имеется система MISO с двумя входами, элементы B (q) которой: 0b11b1200b21]. Нули в начале многочленов представляют задержку одной выборки для первого входа и задержку двух выборок для второго входа (см. описание параметра Initial B (q)). nb для каждого многочлена равно числу оцененных параметров, следующих за начальными нулями, или 2 для входа 1 и 1 для входа 2. Укажите задержку ввода (nk ) как[1 2]и количество параметров в B (q) (nb) как[2 1].
Чтобы включить этот параметр, выполните одно из следующих действий:
Задать для журнала значение Infinite, Структура модели в ARX, ARMAX, OE, или BJи Первоначальная оценка None или External.
Задать для журнала значение Finite, Структура модели в ARX или OEи Первоначальная оценка None или External.
Параметр блока: nk |
| Тип: неотрицательный целочисленный вектор |
По умолчанию: 1 |
Parameter Covariance Matrix - Ковариация исходного параметра1e4 (по умолчанию) | скаляр | вектор | матрицаВещественный положительный скаляр, α - ковариационная матрица - диагональная матрица N-на-N, с α в качестве диагональных элементов.
Вектор действительных положительных скаляров, [α (a), α (b), α (c), α (d), α (f)] - ковариационная матрица является диагональной матрицей N-на-N, с [α (a), α (b), α (c), α (d), α (f)] в качестве диагональных элементов. α (a) - вектор ковариации для каждого коэффициента многочлена А. Аналогично, α (b), α (c), α (d) и α (f) являются векторами, содержащими ковариацию коэффициентов многочленов B, C, D и F соответственно.
N-на-N симметричная положительно-определенная матрица.
N может быть одним из следующих:
AR - N = na
ARX -
ARMA - N = na + nc
ARMAX - N = na + nb + nc
OE - N = nb + nf
BJ - N = nb + nc + nd + nf
Чтобы включить этот параметр, установите
История в Infinite
Первоначальная оценка None или Internal
Метод оценки для Forgetting Factor или Kalman Filter
Блок использует этот параметр в начале моделирования или при каждом срабатывании сигнала сброса.
Параметр блока: P0 |
| Тип: скаляр, вектор или матрица |
По умолчанию: 1e4 |
Initial A(q) - Начальные значения полиномиальных коэффициентов A (q)[1 eps] (по умолчанию) | векторУкажите начальную оценку полиномиальных коэффициентов A (q) как вектор строки длиной na + 1.
Ведущий коэффициент A должен быть 1.
Чтобы включить этот параметр, установите:
Структура модели в AR, ARX, ARMA, или ARMAX
Первоначальная оценка Internal
Параметр блока: A0 |
| Текст: вещественный вектор |
По умолчанию: [1 eps] |
Initial B(q) - Начальные значения коэффициентов полинома B (q)[0 eps] (по умолчанию) | вектор | матрицаУкажите начальную оценку коэффициентов полинома B (q) как вектор строки длиной nb + nk. Для моделей с несколькими входами укажите матрицу, где i-я строка соответствует i-му входу.
Блок подсчитывает первые нули в В (q) и интерпретирует их как входную задержку nk. Эти нули фиксируются на протяжении всей оценки. nb - число элементов после первого ненулевого элемента в В (q). Блок оценивает значение этих nb-элементов.
Например:
[0 eps] соответствует nk = 1 и nb = 1.
[0 0 eps] соответствует nk = 2 и nb = 1.
[0 0 eps 0 eps] соответствует nk = 2 и nb = 3.
Значение по умолчанию: [0 eps].
Чтобы включить этот параметр, установите:
Структура модели в ARX, ARMAX, OE, или BJ
Первоначальная оценка Internal
Параметр блока: B0 |
| Тип: вещественный вектор или матрица |
По умолчанию: [0 eps] |
Initial C(q) - Начальные значения коэффициентов полинома C (q)[1 eps] (по умолчанию) | векторУкажите начальную оценку коэффициентов полинома C (q) как вектор строки длины nc + 1.
Ведущий коэффициент C (q) должен быть равен 1.
Коэффициенты должны определять устойчивый дискретный полином времени, то есть иметь все корни многочлена в пределах единичной окружности.
Чтобы включить этот параметр, установите:
История в Infinite
Структура модели в ARMA, ARMAX, или BJ
Первоначальная оценка Internal
Параметр блока: C0 |
| Текст: вещественный вектор |
По умолчанию: [1 eps] |
Initial D(q) - Начальные значения коэффициентов полинома D (q)[1 eps] (по умолчанию) | векторУкажите начальную оценку коэффициентов полинома D (q) как вектор строки длиной nd + 1.
Ведущий коэффициент D (q) должен быть равен 1.
Коэффициенты должны определять устойчивый дискретный полином времени, то есть иметь все корни многочлена в пределах единичной окружности.
Чтобы включить этот параметр, установите:
История в Infinite
Структура модели в BJ
Первоначальная оценка Internal
Параметр блока: D0 |
| Текст: вещественный вектор |
По умолчанию: [1 eps] |
Initial F(q) - Начальные значения коэффициентов полинома F (q)[1 eps] (по умолчанию) | векторУкажите начальную оценку коэффициентов полинома F (q) как вектор строки длиной nf + 1.
Ведущий коэффициент F (q) должен быть равен 1.
Коэффициенты должны определять устойчивый дискретный полином времени, то есть иметь все корни многочлена в пределах единичной окружности.
Чтобы включить этот параметр, установите:
Структура модели в OE или в BJ
Первоначальная оценка Internal
Параметр блока: F0 |
| Текст: вещественный вектор |
По умолчанию: [1 eps] |
Initial Inputs - Начальные значения входного буфера0 (по умолчанию) | матрицаУкажите начальные значения входного буфера при использовании оценки с конечной историей (скользящее окно). Размеры буфера соответствуют заданной длине окна, регрессорам, связанным с многочленами в этом окне, задержкам ввода и количеству входов. Эти элементы управляют размером матрицы:
Структура модели ARX - (W-1 + max (nb) + max (nk)) -by-nu
Структура модели OE - (W-1 + nb + nk) -by-1
где W - длина окна, а nu - количество входов. nb - вектор B (q) полиномиальных порядков, а nk - вектор входных задержек.
Если начальное значение равно 0блок заполняет буфер нулями.
Если начальный буфер имеет значение 0 или содержит недостаточно информации, на начальном этапе оценки отображается предупреждающее сообщение. Предупреждение должно быть снято через несколько циклов. Количество циклов буферизации достаточной информации зависит от порядка полиномов и задержек ввода. Если предупреждение сохраняется, следует оценить содержание сигналов.
Блок использует этот параметр в начале моделирования или при каждом срабатывании сигнала сброса.
Чтобы включить этот параметр, установите
История в Finite
Структура модели в ARX или OE
Первоначальная оценка Internal
.
Параметр блока: InitialInputs |
| Тип: вещественная матрица |
По умолчанию: 0 |
Initial Outputs - Начальные значения буфера измеряемых выходов0 (по умолчанию) | векторУкажите начальные значения измеряемого выходного буфера при использовании оценки с конечной историей (скользящее окно). Размеры буфера соответствуют заданной длине окна и регрессорам, связанным с многочленами в этом окне.
Структура модели AR или ARX - (W + na) -на-1 вектор, где W - длина окна, а na - полиномиальный порядок A (q).
Структура модели OE - (W + nf) -by-1 вектор, где W - длина окна, а nf - полиномиальный порядок F (q).
Если начальное значение равно 0блок заполняет буфер нулями.
Если начальный буфер имеет значение 0 или содержит недостаточно информации, на начальном этапе оценки отображается предупреждающее сообщение. Предупреждение должно быть снято через несколько циклов. Количество циклов буферизации достаточной информации зависит от порядка полиномов и задержек ввода. Если предупреждение сохраняется, следует оценить содержание сигналов.
Блок использует этот параметр в начале моделирования или при каждом срабатывании сигнала сброса.
Чтобы включить этот параметр, установите:
История в Finite
Структура модели в AR, ARX, или OE
Первоначальная оценка Internal
Параметр блока: InitialOutputs |
| Текст: вещественный вектор |
По умолчанию: 0 |
Input Processing - Выбор обработки на основе образцов или кадровSample-based (по умолчанию) | Frame-based
Sample-based обработка работает с сигналами, передаваемыми по одной выборке за раз.
Frame-based обработка оперирует сигналами, содержащими выборки из множества временных шагов. Многие интерфейсы датчиков машины упаковывают несколько выборок и передают их вместе в кадрах. Frame-based обработка позволяет вводить эти данные непосредственно без необходимости их предварительной распаковки.
Указание данных на основе кадров добавляет дополнительное измерение M к некоторым вводам и выводам данных, где M - количество временных шагов в кадре. К этим портам относятся:
Исходные данные
Продукция
Ошибка
Для получения дополнительной информации см. описание портов в разделе Порты.
Параметр блока: InputProcessing |
| Тип: символьный вектор, строка |
Значения: 'Sample-based', 'Frame-based' |
По умолчанию: 'Sample-based' |
Sample Time - Время блочной выборки –1 (по умолчанию) | положительный скалярУкажите время выборки данных по отдельным выборкам для обработки на основе выборки (ts) или по кадрам для обработки на основе кадра (tf = Mts), где M - длина кадра. Если для параметра «Время выборки» задано значение по умолчанию -1, блок наследует значения ts или tf на основе сигнала.
Укажите значение параметра «Время выборки» в качестве положительного скаляра для переопределения наследования.
Параметр блока: Ts |
| Тип: вещественный скаляр |
Значения: –1, положительный скаляр |
По умолчанию: –1 |
History - Выбор бесконечной или конечной истории данных Infinite (по умолчанию) | FiniteПараметр History определяет тип используемого рекурсивного алгоритма:
Infinite - Алгоритмы в этой категории направлены на получение оценок параметров, которые объясняют все данные с начала моделирования. Эти алгоритмы сохраняют историю в сводке данных. Блок поддерживает эту сводку в пределах фиксированного объема памяти, который со временем не увеличивается.
Блок предоставляет несколько алгоритмов Infinite тип. При выборе этой опции включается параметр метода оценки, с помощью которого задается алгоритм.
Finite - Алгоритмы в этой категории направлены на получение оценок параметров, которые объясняют только конечное число прошлых выборок данных. Блок использует все данные в пределах конечного окна и отбрасывает данные, как только эти данные больше не находятся в границах окна. Этот метод также называется оценкой скользящего окна.
Блок обеспечивает один алгоритм Finite тип. Эту опцию можно использовать только с помощью AR, ARX, и OE структуры модели.
При выборе этой опции включается параметр «Длина окна».
Дополнительные сведения о методах рекурсивной оценки см. в разделе Рекурсивные алгоритмы для интерактивной оценки параметров.
Параметр блока: History |
| Тип: символьный вектор, строка |
Значения: 'Infinite', 'Finite' |
По умолчанию: 'Infinite' |
Window Length - Размер окна для конечной оценки скользящего окна200 (по умолчанию) | положительное целое числоПараметр Длина окна (Window Length) определяет количество отсчетов времени, используемых для метода оценки с конечной историей (скользящее окно). Выберите размер окна, который балансирует производительность оценки с вычислительной нагрузкой и нагрузкой на память. Размерные коэффициенты включают в себя количество и временную дисперсию параметров в модели. Всегда указывайте длину окна в выборках, даже если используется обработка ввода на основе кадра.
Длина окна должна быть больше или равна количеству расчетных параметров.
Подходящая длина окна не зависит от того, используется ли обработка ввода на основе выборки или кадра. Однако при использовании обработки на основе кадра длина окна должна быть больше или равна количеству выборок (временных шагов), содержащихся в кадре.
Чтобы включить этот параметр, установите для параметра History значение Finite.
Параметр блока: WindowLength |
| Тип: положительное целое число |
По умолчанию: 200 |
Estimation Method - Алгоритм рекурсивной оценкиForgetting Factor (по умолчанию) | Kalman Filter | Normalized Gradient | GradientУкажите алгоритм оценки при выполнении оценки с бесконечной историей. При выборе любого из этих методов блок включает дополнительные связанные параметры.
Алгоритмы коэффициента забывания и фильтра Калмана являются более вычислительно интенсивными, чем градиентные и нормализованные градиентные методы. Однако эти более интенсивные методы имеют лучшие свойства сходимости, чем градиентные методы. Дополнительные сведения об этих алгоритмах см. в разделе Рекурсивные алгоритмы для интерактивной оценки параметров.
Параметр блока: EstimationMethod |
| Тип: символьный вектор, строка |
Значения: 'Forgetting Factor','Kalman Filter','Normalized Gradient','Gradient' |
По умолчанию: 'Forgetting Factor' |
Forgetting Factor - Скидка на старые данные с использованием коэффициента забывания1 (по умолчанию) | положительный скаляр в диапазоне (0 1]Коэффициент забывания λ определяет, дисконтируются ли в оценке старые данные и сколько. Предположим, что система остается приблизительно постоянной на протяжении T0 выборок. Можно выбрать λ так, что:
− λ
Установка λ = 1 соответствует «без забывания» и оценке постоянных коэффициентов.
Установка λ < 1 подразумевает, что прошлые измерения менее значимы для оценки параметров и могут быть «забыты». Установите λ < 1 для оценки изменяющихся во времени коэффициентов.
Типичные варианты λ находятся в диапазоне [0,98 0,995].
Чтобы включить этот параметр, установите для параметра History значение Infinite и метод оценки Forgetting Factor.
Параметр блока: AdaptationParameter |
| Тип: скаляр |
| Значения: (0 1] диапазон |
По умолчанию: 1 |
Process Noise Covariance - Ковариация технологического шума для метода оценки фильтра Калмана1 (по умолчанию) | неотрицательный скаляр | вектор неотрицательных скаляров | симметричная положительная полуопределенная матрицаКовариация шума процесса предписывает элементы и структуру ковариационной матрицы шума для оценки фильтра Калмана. Используя N в качестве количества параметров для оценки, укажите ковариацию шума процесса как одно из следующих значений:
Вещественный неотрицательный скаляр, α - ковариационная матрица - диагональная матрица N-на-N, с α в качестве диагональных элементов.
Вектор действительных неотрицательных скаляров, [α1,...,αN] - ковариационная матрица - диагональная матрица N-на-N, с [α1,...,αN] в качестве диагональных элементов.
N-на-N симметричная положительная полуопределённая матрица.
Алгоритм фильтра Калмана рассматривает параметры как состояния динамической системы и оценивает эти параметры с помощью фильтра Калмана. Ковариация технологического шума - ковариация технологического шума, действующая на эти параметры. Нулевые значения в матрице ковариации шума соответствуют постоянным коэффициентам или параметрам. Значения больше 0 соответствуют изменяющимся во времени параметрам. Используйте большие значения для быстрого изменения параметров. Однако ожидайте, что большие значения приведут к более шумным оценкам параметров. Значение по умолчанию - 1.
Чтобы включить этот параметр, установите для параметра History значение Infinite и метод оценки Kalman Filter.
Параметр блока: AdaptationParameter |
| Тип: скаляр, вектор, матрица |
По умолчанию: 1 |
Adaptation Gain - Спецификация адаптационного усиления для методов оценки градиента1 (по умолчанию) | положительный скалярАдаптивный коэффициент γ масштабирует влияние новых данных измерений на результаты оценки для методов градиента и нормализованного градиента. Если измерения заслуживают доверия или, другими словами, имеют высокое отношение сигнал/шум, укажите большее значение для γ. Однако установка слишком высокого значения γ может привести к расхождению оценок параметров. Это расхождение возможно, даже если измерения не содержат шума.
Когда метод оценки NormalizedGradient, Коэффициент адаптации должен быть меньше 2. При любом градиентном методе, если ошибки растут во времени (другими словами, оценка расходится), или оценки параметров часто прыгают, рассмотрите возможность снижения коэффициента усиления адаптации.
Чтобы включить этот параметр, установите для параметра History значение Infinite и метод оценки Normalized Gradient или в Gradient.
Параметр блока: AdaptationParameter |
| Тип: скаляр |
По умолчанию: 1 |
Normalization Bias - Смещение для адаптации масштабирования усиления для метода оценки нормализованного градиентаeps (по умолчанию) | неотрицательный скалярНормализованный градиентный алгоритм масштабирует адаптационный коэффициент усиления на каждом шаге на квадрат двух-норм градиентного вектора. Если градиент близок к нулю, околонулевой знаменатель может вызвать скачки в оценочных параметрах. Смещение нормализации - это термин, введенный в знаменатель для предотвращения этих скачков. Увеличьте смещение нормализации, если наблюдается скачок расчетных параметров.
Чтобы включить этот параметр, установите для параметра History значение Infinite и метод оценки Normalized Gradient.
Параметр блока: NormalizationBias |
| Тип: скаляр |
По умолчанию: eps |
Output estimation error - Добавление исходящего порта ошибки в блокoff (по умолчанию) | вкл.Используйте сигнал Error outport для проверки оценки. Для данного временного шага t ошибка оценки e (t) вычисляется как:
yest (t),
где y (t) - измеренный выходной сигнал, который вы предоставляете, и yest (t) - расчетный выходной сигнал с использованием регрессоров H (t) и оценок параметров (t-1).
Параметр блока: OutputError |
| Тип: символьный вектор, строка |
Значения: 'off','on', |
По умолчанию: 'off' |
Output parameter covariance matrix - Добавление covariance outport в блокировкуoff (по умолчанию) | вкл.Используйте выходной сигнал ковариации для проверки неопределенности оценки параметров. Программное обеспечение вычисляет ковариацию параметров P предполагая, что остатки, e (t), являются белым шумом, и дисперсия этих остатков равна 1 .
Толкование P зависит от подхода к оценке, указанного в разделе История и метод оценки, следующим образом:
Если история Infinite, то выбор метода оценки приводит к:
Forgetting Factor — (R2/2)P приблизительно равна ковариационной матрице оцененных параметров, где R2 - истинная дисперсия остатков. Блок возвращает эти остатки через порт Error.
Kalman Filter — R2P - ковариационная матрица оцененных параметров, а R1/ R2 - ковариационная матрица изменений параметров. Здесь R1 - это ковариационная матрица, указанная в параметре ковариационная матрица.
Normalized Gradient или Gradient - Ковариация P недоступен.
Если история Finite (оценка скользящего окна) - R2P - ковариация оцениваемых параметров. Алгоритм скользящего окна не использует эту ковариацию в процессе оценки параметров. Однако алгоритм вычисляет ковариацию для вывода, чтобы можно было использовать ее для статистической оценки.
Параметр блока: OutputP |
| Тип: символьный вектор, строка |
Значения: 'off','on' |
По умолчанию: 'off' |
Add enable port - Добавить Включить вход для блокировкиoff (по умолчанию) | вкл.Используйте сигнал Enable для предоставления управляющего сигнала, который включает или отключает оценку параметров. Блок оценивает значения параметров для каждого временного шага, когда оценка параметров включена. При отключении оценки параметров на данном шаге t программное обеспечение не обновляет параметры для этого временного шага. Вместо этого выходные данные блока содержат последние оцененные значения параметров.
Эту опцию можно использовать, например, когда или если:
Регрессоры или выходной сигнал становятся слишком шумными или не содержат информацию на некоторых этапах
Система переходит в режим, в котором значения параметров не изменяются во времени.
Параметр блока: AddEnablePort |
| Тип: символьный вектор, строка |
Значения: 'off','on' |
По умолчанию: 'off' |
External reset - Укажите триггер для внешнего сбросаNone (по умолчанию) | Rising | Falling | Either | Level | Level holdУстановите параметр External reset, чтобы добавить входной порт Reset и указать условие входного сигнала, которое запускает сброс состояний алгоритма до заданных начальных значений. Сбросьте оценку, например, если ковариация параметра становится слишком большой из-за отсутствия либо достаточного возбуждения, либо информации в измеряемых сигналах. Параметр External reset определяет время сброса.
Предположим, что блок сбрасывается на шаге времени t. Если блок включен на t, программа использует начальные значения параметров, указанные в начальной оценке, для оценки значений параметров. Другими словами, на этапе t блок выполняет обновление параметров, используя начальную оценку и текущие значения входных данных.
Если блок отключен в t и выполняется сброс блока, выходные данные блока содержат значения, указанные в поле Начальная оценка (Initial Estimate).
Укажите эту опцию как одну из следующих:
None - Состояния алгоритма и расчетные параметры не сбрасываются.
Rising - Сброс триггера при повышении управляющего сигнала с отрицательного или нулевого значения до положительного. Если начальное значение является отрицательным, переход к нулю приводит к сбросу.
Falling - Сброс триггера при падении управляющего сигнала с положительного или нулевого значения на отрицательное. Если начальное значение положительное, падение до нуля запускает сброс.
Either - Сброс триггера при повышении или падении управляющего сигнала.
Level - Сброс триггера в любом из следующих случаев:
Управляющий сигнал ненулевой на текущем временном шаге.
Управляющий сигнал изменяется с ненулевого значения на предыдущем временном шаге на нулевое значение на текущем временном шаге.
Level hold - Сброс триггера при ненулевом управляющем сигнале на текущем шаге времени.
При выборе любого варианта, отличного от None, программа добавляет входной порт сброса в блок. Входной сигнал управления сбросом подается на этот вход.
Параметр блока: ExternalReset |
| Тип: символьный вектор, строка |
Значения: 'None','Rising','Falling', 'Either', 'Level', 'Level hold' |
По умолчанию: 'None' |
[1] Люнг, Л. Идентификация системы: теория для пользователя. Река Верхнее Седло, Нью-Джерси: Prentice-Hall PTR, 1999, стр. 363-369.
[2] Чжан, В. «Некоторые аспекты реализации алгоритмов наименьших квадратов скользящего окна». Процедуры ИФАК. Том 33, выпуск 15, 2000, стр. 763-768.
Фильтр Калмана | Рекурсивный оценщик наименьших квадратов
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.
