Можно оценить модель с несколькими выходами непосредственно с помощью всех измеренных входов и выходов или попытаться построить модели для подмножеств наиболее важных входных и выходных каналов. Для получения дополнительной информации о каждом подходе см.:
Моделирование систем с несколькими выходами является более сложной задачей, поскольку муфты ввода/вывода требуют дополнительных параметров для обеспечения хорошей посадки и использования более сложных моделей. Как правило, модель лучше, когда во время моделирования включается больше входных данных. Включение большего количества выходных данных обычно приводит к ухудшению результатов моделирования, поскольку сложнее воспроизвести поведение нескольких выходных данных одновременно.
Если вы знаете, что некоторые из выходов имеют низкую точность и должны быть менее важны во время оценки, вы можете контролировать, насколько каждый выход взвешен в оценке. Дополнительные сведения см. в разделе Улучшение результатов оценки с несколькими выходами путем взвешивания результатов во время оценки.
Можно выполнить оценку с помощью линейных и нелинейных моделей для данных с несколькими выходами.
Совет
Оценка непосредственно моделей с несколькими выходами в пространстве состояний обычно дает лучшие результаты, чем оценка других типов моделей с несколькими выходами непосредственно.
Возможно, одной модели труднее объяснить поведение нескольких выходов. Если модель с несколькими выходами оценивается плохо, можно попытаться построить модели для подмножеств наиболее важных каналов ввода и вывода.
Используйте этот подход, когда в динамической системе отсутствует обратная связь и отсутствуют соединения между выходами. Если вы не уверены в наличии обратной связи, см. раздел Анализ данных с помощью команды Advice.
Для построения частичных моделей используйте вложенные ссылки для создания частичных наборов данных, чтобы каждый набор данных содержал все входы и один выход. Дополнительные сведения о создании частичных наборов данных см. в следующих разделах.
Сведения о работе в приложении System Identification см. в разделе Создание наборов данных из подмножества сигнальных каналов.
Сведения о работе в командной строке см. в разделе Выбор каналов данных, данных ввода-вывода и экспериментов в объектах iddata.
После проверки моделей с одним выходом используйте вертикальную конкатенацию, чтобы объединить эти частичные модели в одну модель с несколькими выходами. Дополнительные сведения о конкатенации см. в разделах Увеличение числа каналов или точек данных объектов iddata или Добавление каналов ввода или вывода в объекты idfrd.
Можно попытаться усовершенствовать сцепленную модель с несколькими выходами, используя исходный набор данных (с несколькими выходами).
При оценке линейных и нелинейных моделей черного ящика для систем с несколькими выходами можно контролировать относительную важность выходных каналов в процессе оценки. Способность контролировать, насколько каждый выход взвешивается во время оценки, полезна, когда некоторые из измеренных выходов имеют низкую точность или должны рассматриваться как менее важные во время оценки. Например, если вы уже хорошо смоделировали один вывод, вам может потребоваться сфокусировать оценку на моделировании остальных выходов. Аналогично, может потребоваться уточнить модель для подмножества выходных данных.
Используйте OutputWeight опцию оценки для указания требуемого весового коэффициента выходного сигнала. Если для этой опции задано значение 'noise'Для оценки модели используется автоматическое взвешивание, равное обратной оценочной дисперсии шума. Можно также указать пользовательскую матрицу взвешивания, которая должна быть положительной полуопределённой матрицей.
Примечание
OutputWeight опция недоступна для полиномиальных моделей, за исключением моделей ARX, так как их алгоритм оценки оценивает параметры по одному выходному сигналу за раз.
Передаточная функция (idtf) и модели процессов (idproc) игнорировать OutputWeight когда они содержат ненулевые или свободные задержки транспортировки. При наличии задержек оценка выполняется по одному выходному сигналу за раз.
Для получения дополнительной информации о OutputWeight , см. наборы опций оценки, такие как arxOptions, ssestOptions, tfestOptions, nlarxOptions, и nlhwOptions.
Примечание
Для нескольких выходов idnlarx модели, содержащие neuralnet или treepartition нелинейные оценки, взвешивание выходного сигнала игнорируется, поскольку каждый выходной сигнал оценивается независимо.