Можно использовать графики с нулевым полюсом для линейных идентифицированных моделей, чтобы определить, можно ли уменьшить порядок моделей. Когда доверительные интервалы для пары полюс-нуль перекрываются, это перекрытие указывает на возможную отмену полюс-нуль.
Например, можно использовать следующий синтаксис для построения графика доверительного интервала 1-стандартного отклонения вокруг полюсов и нулей модели.
showConfidence(iopzplot(model))
Если полюса и нули перекрываются, попробуйте оценить модель более низкого порядка.
Всегда проверяйте вывод модели и остатки, чтобы увидеть, изменяется ли качество посадки после уменьшения порядка модели. Если график указывает на отмены полюсов-нулей, но уменьшение порядка модели ухудшает посадку, то дополнительные полюса, вероятно, описывают шум. В этом случае можно выбрать другую структуру модели, которая разъединяет динамику системы и шум. Например, попробуйте использовать структуры модели модели ARMAX, Output-Error или Box-Jenkins с многочленом A или F порядка, равного числу неподписанных полюсов. Дополнительные сведения об оценке линейных полиномиальных моделей см. в разделе Полиномиальные модели ввода-вывода.