Настройка данных

Загрузите данные измерения iddata1 в рабочее рабочее пространство MATLAB.

load iddata1 z1
z1

z1 =

Time domain data set with 300 samples.
Sample time: 0.1 seconds               
                                       
Outputs      Unit (if specified)       
   y1                                  
                                       
Inputs       Unit (if specified)       
   u1                                  
                                       

Импорт данных в задачу

В разделе Select data установите значение Data Type Data Object и установите значение объекта оценки z1.

Объект данных содержит вход и выход имен переменных а также шага расчета, поэтому вы не должны их задавать.

Оцените модель используя настройки по умолчанию

Исследуйте структуру модели и необязательные параметры.

В разделе Задайте структуру модели (Specify model structure) порядок объекта устанавливается на его значение по умолчанию 4 и модель находится в области непрерывного времени. Уравнения ниже параметров в этом разделе отображают заданную структуру.

В разделе «Задайте дополнительные параметры» параметры отображают опции по умолчанию для оценки пространства состояний.

Выполните задачу с вкладки Live Editor с помощью запуск. График отображает данные оценки, предполагаемый выход модели и процент подгонки.

Экспериментируйте с настройками параметра

Экспериментируйте с настройками параметра и посмотрите, как они влияют на подгонку.

Например, в структуре модели, выбирается поле Estimate disturbance, поэтому матрица нарушения порядка K присутствует в уравнениях. Если вы очистите поле, термин K исчезнет. Запустите обновлённое строение и посмотрите, как изменяется подгонка.

Измените значение параметра Порядок на Pick best value in range. Настройкой по умолчанию является 1:10.

Когда вы запускаете модель, график Model Order Selection отображает вклад каждого состояния в динамическое поведение модели. С начальными настройками задачи для других параметров на графике отображается рекомендация 2 для порядка модели.

Примите эту рекомендацию, нажав Применить, и посмотрите, как это изменение влияет на подгонку.

Сгенерируйте код

Чтобы отобразить код, который генерирует задача, щелкните в нижней части раздела параметра. Код, который вы видите, отражает текущее строение параметра задачи.

Настройка данных

Загрузите данные измерения iddata1 в рабочее рабочее пространство MATLAB и исследуйте ее содержимое.

load iddata1 z1
z1

z1 =

Time domain data set with 300 samples.
Sample time: 0.1 seconds               
                                       
Outputs      Unit (if specified)       
   y1                                  
                                       
Inputs       Unit (if specified)       
   u1                                  
                                       

Извлеките входные и выходные измерения.

u = z1.u;
y = z1.y;

Разделите данные на два набора: одну половину для оценки и одну половину для валидации. Исходный набор данных имеет 300 выборок, поэтому каждый новый набор данных имеет 150 выборок.

u_est = u(1:150);
u_val = u(151:300);
y_est = y(1:150);
y_val = y(151:300);

Импорт данных в задачу

В разделе Select data установите значение Data Type Time. Установите значение шага расчета на 0.1 секунд, который является шагом расчета в исходном iddata z1 объекта. Выберите соответствующие наборы данных для оценки и валидации.

Оценка и валидация модели

Пример Estimate State-Space Model with Live Editor Task рекомендует порядок модели 2. Используйте это значение для порядка объекта. Оставьте другие параметры на своих значениях по умолчанию. Обратите внимание, что Входной Канал относится не к набору входных данных, а к индексу канала в входном наборе данных, который для системы с одним входом всегда u1.

Выполните задачу с вкладки Live Editor с помощью запуск. Выполнение задачи создает два графика. Первый график показывает результаты оценки, а второй график показывает результаты валидации.

Подгонка к данным оценки несколько хуже, чем в Estimate State-Space Model with Live Editor Task. Оценка в текущем примере имеет только половину данных, с помощью которых можно оценить модель. Подгонка к данным валидации, которая представляет качество модели в целом, лучше, чем подгонка к данным оценки.