Документация

sys = ssregest(data,nx) оценивает модель состояния-пространства путем уменьшения регуляризованной модели ARX.

sys = ssregest(data,nx,Name,Value) задает дополнительные параметры с использованием одного или нескольких Name,Value аргументы пары.

sys = ssregest(___,opt) определяет параметры оценки, которые настраивают цель оценки, заказы ARX и параметры сокращения заказа. Этот синтаксис может включать любую комбинацию входных аргументов в предыдущих синтаксисах.

[sys,x0] = ssregest(___) возвращает значение начальных состояний, вычисленное во время оценки. Этот синтаксис может включать любую комбинацию входных аргументов в предыдущих синтаксисах.

Примеры

Оценка состояния-космической модели путем уменьшения регуляризованной модели ARX

Данные оценки нагрузки.

load iddata2 z2;

z2 является iddata объект, содержащий данные ответа системы временной области.

Определение модели пространства состояния третьего порядка.

sys = ssregest(z2,3);

Оценка модели состояния-пространства с задержкой ввода

Данные оценки нагрузки.

load iddata2 z2

Оценка модели пространства состояния третьего порядка с задержкой ввода.

sys = ssregest(z2,3,'InputDelay',2);

Конфигурирование заказов ARX и фокуса оценки

Данные оценки нагрузки.

load iddata2 z2;

Укажите порядок регуляризованной модели ARX, используемой программным обеспечением во время оценки. Также установите фокус оценки на моделирование.

opt = ssregestOptions('ARXOrder',[100 100 1],'Focus','simulation');

Определение модели пространства состояния третьего порядка.

sys = ssregest(z2,3,opt);

Вернуть значения начального состояния, вычисленные во время оценки

Данные оценки нагрузки.

load iddata2 z2;

Получение начальных значений состояния при идентификации модели пространства состояния третьего порядка.

[sys,x0] = ssregest(z2,3);

Сравнение регуляризованных моделей состояния и пространства, оцененных с использованием импульсной характеристики и уменьшения моделей ARX

Загрузить данные.

load regularizationExampleData eData;

Создайте модель передаточной функции, используемую для генерации оценочных данных (истинная система).

trueSys = idtf([0.02008 0.04017 0.02008],[1 -1.561 0.6414],1);

Получить модель регуляризованной импульсной характеристики (FIR).

opt = impulseestOptions('RegularizationKernel','DC');
m0 = impulseest(eData,70,opt);

Преобразуйте модель в модель с пространством состояний и уменьшите порядок модели.

m1 = balred(idss(m0),15);

Получение второй модели состояния-пространства с использованием регуляризованного уменьшения модели ARX.

m2 = ssregest(eData,15);

Сравните импульсные характеристики истинной системы и расчетных моделей.

impulse(trueSys,m1,m2,50);   
legend('trueSys','m1','m2');

Figure contains an axes. The axes with title From: u1 To: y1 contains 6 objects of type line. These objects represent trueSys, m1, m2.

Входные аргументы

`data` - Оценочные данные
`iddata` | `idfrd` | `frd`

Оценочные данные, указанные как iddata, idfrd или frd(Панель инструментов системы управления).

Для оценки во временной области data должно быть iddata объект, содержащий значения входного и выходного сигналов.

Для оценки частотной области data может быть одним из следующих:

Записанные данные частотной характеристики (frd(Панель инструментов системы управления) или idfrd)
iddata объект со следующими свойствами:
- InputData - преобразование Фурье входного сигнала
- OutputData - преобразование Фурье выходного сигнала
- Domain — 'Frequency'
Время выборки Ts из iddata объект должен быть ненулевым.

`nx` - Порядок расчетной модели
положительный скаляр | положительный вектор | `'best'`

Порядок расчетной модели, заданный как положительный скаляр или вектор.

Если nx является вектором, то ssregest создает график, который можно использовать для выбора подходящего порядка модели. График показывает сингулярные значения Ханкеля для моделей выбранных значений в векторе. Состояния с относительно небольшими сингулярными значениями Ганкеля могут быть безопасно отброшены. На графике предлагается вариант по умолчанию.

Можно также указать nx = 'best', как в ssregest(data,'best'), в этом случае оптимальный порядок выбирается автоматически в диапазоне 1:10.

`opt` - Параметры, установленные для `ssregest`
`ssregestOptions` набор опций

Варианты оценки для ssregest, задается как набор опций, создаваемых с помощью ssregestOptions.

Аргументы пары «имя-значение»

Укажите дополнительные пары, разделенные запятыми Name,Value аргументы. Name является именем аргумента и Value - соответствующее значение. Name должен отображаться внутри кавычек. Можно указать несколько аргументов пары имен и значений в любом порядке как Name1,Value1,...,NameN,ValueN.

Пример: sys = ssregest(z2,3,'InputDelay',2) определяет задержку в 2 периода выборки.

`'Ts'` - Время выборки
время выборки данных (`data.Ts`) (по умолчанию) | положительный скаляр | 0

Время выборки модели, указанное как 0 или равное времени выборки data.

Для моделей непрерывного времени используйте Ts = 0. Для дискретно-временных моделей укажите Ts как положительный скаляр, значение которого равно времени выборки данных.

`'InputDelay'` - Задержки ввода
0 (по умолчанию) | скаляр | вектор

Входная задержка для каждого входного канала, заданная как числовой вектор. Для систем непрерывного времени укажите задержки ввода в единице времени, сохраненной в TimeUnit собственность. Для дискретно-временных систем укажите входные задержки в целых кратных времени выборки Ts. Например, InputDelay = 3 означает задержку в три периода выборки.

Для системы с Nu входы, комплект InputDelay в Nuвектор -by-1. Каждая запись этого вектора является числовым значением, которое представляет входную задержку для соответствующего входного канала.

Также можно задать InputDelay к скалярному значению, чтобы применить одинаковую задержку ко всем каналам.

`'Form'` - Тип канонической формы
`'free'` (по умолчанию) | `'modal'` | `'companion'` | `'canonical'`

Тип канонической формы sys, указанное как одно из следующих значений:

'modal' - Получить sys в модальной форме.
'companion' - Получить sys в компаньонной форме.
'free' - Все записи матриц A, B и C рассматриваются как свободные.
'canonical' - Получить sys в канонической форме наблюдаемости [1].

Используйте Form, Feedthrough и DisturbanceModel аргументы пары имя-значение для изменения поведения по умолчанию матриц A, B, C, D и K.

`'Feedthrough'` - Прямой проход от входа к выходу
`0` (по умолчанию) | `1` | логический вектор

Прямой проход от входа к выходу, заданный как логический вектор длины Nu, где Nu - количество входов. Если Feedthrough задается как логический скаляр, применяется ко всем входам.

`'DisturbanceModel'` - Укажите, следует ли оценивать матрицу K
`'estimate'` (по умолчанию) | `'none'`

Укажите, следует ли оценивать K-матрицу, определяющую шумовую составляющую, как одно из следующих значений:

'none' - Шумовая составляющая не оценивается. Значение матрицы K фиксируется нулевым значением.
'estimate' - K-матрица рассматривается как свободный параметр.

DisturbanceModel должно быть 'none' при использовании данных частотной области.

Выходные аргументы

`sys` - Расчетная модель состояния и пространства
`idss`

Расчетная государственно-пространственная модель порядка nx, возвращено как idss объект модели. Модель представляет собой:

$\begin{array}{l} \overset{x˙}{} (t) = Ax (t) + Bu (t \\ ) + Ke (t) y (t) = Cx \end{array}$ (t) + Du (t) + e (t)

A, B, C, D и K являются матрицами пространства состояний. u (t) - входное значение, y (t) - выходное значение, e (t) - возмущение и x (t) - векторnx штатов.

Все записи A, B, C и K по умолчанию являются свободными оценочными параметрами. Значение D по умолчанию равно нулю, что означает отсутствие сквозного соединения, за исключением статических систем (nx=0).

Информация о результатах оценки и используемых опциях хранится в Report свойство модели. Report имеет следующие поля:

Поле отчета Описание

Status

Сводка состояния модели, указывающая, была ли модель создана путем построения или получена путем оценки.

Method

Используется команда оценки.

InitialState

Обработка начальных состояний при оценке, возвращаемых как одно из следующих значений:

'zero' - Начальное состояние было равно нулю.
'estimate' - Исходное состояние рассматривалось как независимый оценочный параметр.

Это поле особенно полезно, когда InitialState опция в наборе опций оценки 'auto'.

ARXOrder

Порядки моделей ARX, возвращаемые в виде матрицы неотрицательных целых чисел [na nb nk].

Fit

Количественная оценка оценки, возвращенная как структура. Дополнительные сведения об этих показателях качества см. в разделе Метрики качества функции потери и модели. Структура имеет следующие поля:

Область	Описание
`FitPercent`	Нормализованная среднеквадратическая ошибка (NRMSE) измерения того, насколько хорошо отклик модели соответствует данным оценки, выраженным в процентах `fit` = 100 (1-NRMSE).
`LossFcn`	Значение функции потерь после завершения оценки.
`MSE`	Показатель среднеквадратичной ошибки (MSE) того, насколько хорошо отклик модели соответствует данным оценки.
`FPE`	Ошибка окончательного прогноза для модели.
`AIC`	Показатель качества модели Raw Akaike Information Criteria (AIC).
`AICc`	Небольшой размер выборки, скорректированный AIC.
`nAIC`	Нормализованная AIC.
`BIC`	Байесовские информационные критерии (BIC).

Parameters

Оценочные значения параметров модели.

OptionsUsed

Набор опций, используемый для оценки. Если пользовательские параметры не были настроены, это набор параметров по умолчанию. Посмотрите ssregestOptions для получения дополнительной информации.

RandState

Состояние потока случайных чисел в начале оценки. Пустое, [], если рандомизация не использовалась во время оценки. Дополнительные сведения см. в разделе rng.

DataUsed

Атрибуты данных, используемых для оценки, возвращаемые в виде структуры со следующими полями:

Область	Описание
`Name`	Имя набора данных.
`Type`	Тип данных.
`Length`	Количество выборок данных.
`Ts`	Время выборки.
`InterSample`	Поведение ввода между образцами, возвращаемое как одно из следующих значений: `'zoh'` - Удержание нулевого порядка поддерживает кусочно-постоянный входной сигнал между выборками. `'foh'` - Удержание первого порядка поддерживает кусочно-линейный входной сигнал между выборками. `'bl'` - Поведение с ограниченной полосой указывает, что входной сигнал непрерывного времени имеет нулевую мощность выше частоты Найквиста.
`InputOffset`	Смещение удалено из входных данных временной области во время оценки. Для нелинейных моделей это `[]`.
`OutputOffset`	Смещение удалено из выходных данных временной области во время оценки. Для нелинейных моделей это `[]`.

Дополнительные сведения об использовании Report, см. Отчет по оценке.

`x0` - Исходные состояния, вычисленные во время оценки
скаляр | матрица

Начальные состояния, вычисленные во время оценки, возвращаются как скаляр. Если data содержит несколько экспериментов, затем x0 - матрица с каждым столбцом, соответствующим эксперименту.

Это значение также сохраняется в Parameters поле модели Report собственность.

Подробнее