Модели

Полинома ввода-вывода

Модели полинома ввода-вывода, включая ARX, ARMAX, output-error и структуры модели Box-Jenkins

Полиномиальная модель использует обобщенное понятие передаточных функций, чтобы выразить связь между входным, u (t), выходным y (t) и шумовым e (t) с помощью уравнения вида:

$A (q) y (t) = \frac{B (q)}{F (q)} u (t - n k) + \frac{C (q)}{D (q)} e (t)$

A (<reservedrangesplaceholder8>), B (<reservedrangesplaceholder6>), F (<reservedrangesplaceholder4>), C (<reservedrangesplaceholder2>) и D (<reservedrangesplaceholder0>) являются многочленными матрицами с точки зрения оператора сдвига времени q^-1. u (t) является входом, и nk - это вход задержка. y (t) является выходом, а e (t) - нарушение порядка сигналом.

Каждый полином имеет независимую order или количество оцениваемых коэффициентов. Например, если A (q) имеет порядок 2, то A полином имеет вид A (q) = 1 ₊ a1 q^-1 + _a2 q^-2.

На практике не все полиномы одновременно активны. Более простые полиномиальные формы, такие как ARX, ARMAX, Output-Error и Box-Jenkins, обеспечивают структуры модели, подходящие для конкретных целей, таких как обработка нестационарных нарушений порядка или обеспечение полностью независимой параметризации для динамики и шума. Для получения дополнительной информации об этих типах моделей см. «Что такое полиномиальные модели»?

Приложения

System Identification

Идентифицируйте модели динамических систем по измеренным данным

Функции

расширить все

Создайте полиномиальную модель

`idpoly`	Полиномиальная модель с идентифицируемыми параметрами
`arx`	Оценка параметров модели ARX, ARIX, AR или ARI
`armax`	Оцените параметры модели ARMAX, ARIMAX, ARMA или ARIMA с использованием данных временной области
`bj`	Оценка модели полинома Бокса-Дженкинса с использованием данных о временном интервале
`iv4`	Оценка модели ARX с использованием четырехэтапного метода инструментальных переменных
`ivx`	Оценка модели ARX с использованием метода инструментальных переменных с произвольными инструментами
`oe`	Оцените полиномиальную модель выходной ошибки, используя данные временной области или частотного диапазона
`polyest`	Оцените полиномиальную модель, используя данные временной или частотной области
`pem`	Минимизация ошибки предсказания для уточнения линейных и нелинейных моделей

Найдите лучшую комбинацию ARX Model-Order

`arxstruc`	Вычислите функции потерь для моделей ARX с одним выходом
`ivstruc`	Вычислите функции потерь для наборов структур модели ARX с помощью метода инструментальных переменных
`selstruc`	Выберите порядок модели для моделей ARX с одним выходом
`struc`	Сгенерируйте комбинации порядка модели для оценки модели ARX с одним выходом

Параметры инициализации и структуры модели

`arxRegul`	Определите константы регуляризации для оценки модели ARX
`delayest`	Оцените задержку (время отключения) из данных
`init`	Установите или рандомизируйте начальные значения параметров

Извлечение или задание параметров модели

`polydata`	Доступ к полиномиальным коэффициентам и неопределенностям идентифицированной модели
`getpvec`	Получите параметры модели и соответствующие данные о неопределенности
`setpvec`	Измените значения параметров модели
`getpar`	Получите атрибуты, такие как значения и границы параметров линейной модели
`setpar`	Установите атрибуты, такие как значения и границы параметров линейной модели
`setPolyFormat`	Задайте формат для B и F полиномов полиномиальной модели с мультивходами

Опции оценки

`armaxOptions`	Набор опций для `armax`
`arxOptions`	Набор опций для `arx`
`arxRegulOptions`	Набор опций для `arxRegul`
`bjOptions`	Набор опций для `bj`
`iv4Options`	Набор опций для `iv4`
`oeOptions`	Набор опций для `oe`
`polyestOptions`	Набор опций для `polyest`

Темы

Полиномы модели

Что такое полиномиальные модели?

Полином структур модели включая ARX, ARMAX, выходную ошибку и Box-Jenkins.

Данные, поддерживаемые полиномиальными моделями

Используйте данные временной области и частотного диапазона для оценки моделей дискретного времени и непрерывного времени.

Оценка полиномиальных моделей

Предварительный шаг - Оценка порядков модели и входных задержек

Чтобы оценить полиномиальные модели, вы должны предоставить входные задержки и порядки моделей.

Оценка полиномиальных моделей в приложении

Импортируйте данные в приложение, задайте порядки моделей, задержки и опции оценки.

Оценка полиномиальных моделей в командной строке

Задайте порядки моделей, задержки и опции оценки.

Полиномиальные размеры и порядки Мультивыхода Полинома моделей

Размер A, B, C, D и F полиномов для мультивыходов.

Оценка моделей с использованием armax

Этот пример показывает, как оценить линейную, полиномиальную модель со структурой ARMAX для системы с тремя входами и одним выходом (MISO) с помощью итерационного метода оценки armax.

Установите опции полиномиальной модели

Определение начальных состояний для итерационных алгоритмов оценки

Когда вы используете pem или polyest функции для оценки ARMAX, Box-Jenkins (BJ), Output-Error (OE), необходимо задать, как алгоритм обрабатывает начальные условия.

Алгоритмы оценки полиномиальной модели

Выберите между алгоритмами ARX и IV для оценки модели ARX и AR.

Документация