Значения смещения и линейного наклона тренда для сдерживающих данных
TrendInfo класс представляет собой информацию о смещении и линейном тренде входных и выходных данных. Построение соответствующего объекта позволяет:
Вычислите и запишите средние значения или наиболее подходящие линейные тренды входных и выходных сигналов данных.
Определение конкретных смещений и тенденций, которые должны быть удалены из данных ввода-вывода.
Сохраняя информацию о смещении и тренде, можно применить ее к нескольким наборам данных.
После оценки линейной модели по искаженным данным можно смоделировать модель в исходных рабочих условиях, добавив сохраненный тренд к моделируемому выходу с помощью retrend.
Для переходных данных, если требуется определить конкретное смещение или тренд для удаления из этих данных, создайте TrendInfo объект с использованием getTrend. Например:
T = getTrend(data)
где данные iddata объект, из которого будет удаляться смещение или линейный тренд, и T является TrendInfo объект. Затем необходимо назначить определенные значения смещения и уклона в качестве свойств этого объекта, прежде чем передавать объект в качестве аргумента detrend.
Для стационарных данных, если вы хотите уменьшить данные и сохранить информацию тренда, используйте detrend с выходным аргументом для хранения информации о тренде.
После создания объекта можно использовать get или точечная нотация для доступа к значениям свойств объекта.
| Имя свойства | Дефолт | Описание |
|---|---|---|
DataName | '' | Название iddata объект, из которого получена информация о тренде (если имеется) |
InputOffset | zeros(1,nu), где nu - количество входов |
Для данных нескольких экспериментов это клеточный массив размером, равным количеству экспериментов в наборе данных. |
InputSlope | zeros(1,nu), где nu - количество входов | Наклон линейного тренда во входных данных, вычисляемый автоматически при использовании Для данных нескольких экспериментов это клеточный массив размером, равным количеству экспериментов в наборе данных. |
OutputOffset | zeros(1,ny), где ny - количество выходов |
Для данных нескольких экспериментов это клеточный массив размером, равным количеству экспериментов в наборе данных. |
OutputSlope | zeros(1,ny), где ny - количество выходов | Наклон линейного тренда в выходных данных, вычисленный автоматически при использовании Для данных нескольких экспериментов это клеточный массив размером, равным количеству экспериментов в наборе данных. |
Удаление указанного смещения из входных и выходных сигналов.
Загрузить данные SISO, содержащие векторы u2 и y2.
load dryer2Создайте объект данных со временем выборки 0,08 секунды и постройте его график.
data = iddata(y2,u2,0.08); plot(data)
Данные имеют ненулевое среднее значение.
Сохранение данных смещения и информации о тренде в TrendInfo объект.
T = getTrend(data);
Назначение значений смещения TrendInfo объект.
T.InputOffset = 5; T.OutputOffset = 5;
Вычитание смещений из данных.
data_d = detrend(data,T);
Постройте график искаженных данных на том же графике.
hold on
plot(data_d)
Просмотрите среднее значение, удаленное из данных.
get(T)
ans = struct with fields:
DataName: 'data'
InputOffset: 5
OutputOffset: 5
InputSlope: 0
OutputSlope: 0
Создайте TrendInfo объект, хранящий информацию о тренде как часть данных, сдерживающих.
Загрузить данные SISO, содержащие векторы u2 и y2.
load dryer2Создайте объект данных со временем выборки 0,08 секунды.
data = iddata(y2,u2,0.08);
Умалить среднее значение из данных и сохранить среднее значение как TrendInfo объект T.
[data_d,T] = detrend(data,0);
Просмотрите среднее значение, удаленное из данных.
get(T)
ans = struct with fields:
DataName: 'data'
InputOffset: 5.0000
OutputOffset: 4.8901
InputSlope: 0
OutputSlope: 0