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)=B(q)F(q)u(tnk)+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 IdentificationИдентифицируйте модели динамических систем по измеренным данным

Функции

расширить все

idpolyПолиномиальная модель с идентифицируемыми параметрами
arxОценка параметров модели ARX, ARIX, AR или ARI
armaxОцените параметры модели ARMAX, ARIMAX, ARMA или ARIMA с использованием данных временной области
bjОценка модели полинома Бокса-Дженкинса с использованием данных о временном интервале
iv4Оценка модели ARX с использованием четырехэтапного метода инструментальных переменных
ivxОценка модели ARX с использованием метода инструментальных переменных с произвольными инструментами
oeОцените полиномиальную модель выходной ошибки, используя данные временной области или частотного диапазона
polyestОцените полиномиальную модель, используя данные временной или частотной области
pemМинимизация ошибки предсказания для уточнения линейных и нелинейных моделей
arxstrucВычислите функции потерь для моделей ARX с одним выходом
ivstrucВычислите функции потерь для наборов структур модели ARX с помощью метода инструментальных переменных
selstrucВыберите порядок модели для моделей ARX с одним выходом
strucСгенерируйте комбинации порядка модели для оценки модели ARX с одним выходом
arxRegulОпределите константы регуляризации для оценки модели ARX
delayestОцените задержку (время отключения) из данных
initУстановите или рандомизируйте начальные значения параметров
polydataДоступ к полиномиальным коэффициентам и неопределенностям идентифицированной модели
getpvecПолучите параметры модели и соответствующие данные о неопределенности
setpvecИзмените значения параметров модели
getparПолучите атрибуты, такие как значения и границы параметров линейной модели
setparУстановите атрибуты, такие как значения и границы параметров линейной модели
setPolyFormatЗадайте формат для B и F полиномов полиномиальной модели с мультивходами
armaxOptionsНабор опций для armax
arxOptionsНабор опций для arx
arxRegulOptionsНабор опций для arxRegul
bjOptionsНабор опций для bj
iv4OptionsНабор опций для iv4
oeOptionsНабор опций для oe
polyestOptionsНабор 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.

Рекомендуемые примеры

Для просмотра документации необходимо авторизоваться на сайте