Оцените модель пространства состояний с помощью временных или частотных данных в Live Editor
Чтобы добавить задачу Estimate State-Space Model к live скрипту в редакторе MATLAB:
На вкладке Live Editor выберите Task > Estimate State-Space Model.
В код блоке вашего скрипта введите соответствующее ключевое слово, например state
, space
, или estimate
. Выберите Estimate State Space Model
от предлагаемых команд заканчиваний.
Data Type
- Тип данных для входных и выходных данныхTime
(по умолчанию) | Frequency
| Data Object
Задача принимает числовые значения измерения, которые равномерно дискретизированы по времени. Входной и выходной сигналы могут содержать несколько каналов. Данные могут быть упакованы как числовые массивы (для Time
или Frequency
) или в объекте данных, таком как iddata
или idfrd
объект.
Выбранный тип данных определяет, необходимо ли задавать дополнительные параметры.
Time
- Задайте Sample Time и Start Time в выбранных временных модулях.
Frequency
- Задайте Frequency, выбрав имя переменной вектора частоты в рабочем пространстве MATLAB. Задайте модули для этого вектора частоты. Задайте Sample Time в секундах.
Data Object
- Не задайте дополнительные параметры, потому что объект данных уже содержит информацию о временной или частотной выборке.
Estimation Input (u) and Estimation Output (y)
- Имена переменных входных и выходных данных для оценкиВыберите имена входных и выходных переменных из выбора рабочего пространства MATLAB. Используйте эти параметры, когда Data Type Time
или Frequency
.
Estimation Object
- Имя переменной объекта данных, содержащего входные и выходные данные для оценкиВыберите имя переменной объекта данных из выбора рабочего пространства MATLAB. Используйте этот параметр, когда Data Type Data Object
.
Validation Input (u) and Validation Output (y)
- Имена переменных входных и выходных данных для валидацииВыберите имена входных и выходных переменных из вариантов рабочей области. Используйте эти параметры, когда Data Type Time
или Frequency
. Указание данных валидации необязательно, но рекомендуется.
Validation Object
- Имя переменной объекта данных, содержащего входные и выходные данные для валидацииВыберите имя переменной объекта данных из выбора рабочего пространства MATLAB. Используйте этот параметр, когда Data Type Data Object
. Указание данных валидации необязательно, но рекомендуется.
Plant Order
- Порядок модели для оценкиЗадача позволяет вам задать одно значение или область значений значений для порядка модели, которая будет оценена.
Specify value
- Задайте порядок модели явно.
Pick best value in range
- Задайте область значений значений, таких как 1:10
. Когда вы запускаете задачу, график сингулярного значения Ханкеля визуализирует относительный энергетический вклад каждого состояния в предполагаемой модели и рекомендует самый низкий порядок, который воспроизводит критическое динамическое поведение. Продолжите выполнение этой рекомендации или выберите другой порядок в Chosen Order. Щелкните Apply, чтобы принять порядок модели и продолжить.
Time Domain
- Непрерывная или дискретная временная областьContinuous
(по умолчанию) | Discrete
Выберите модель в непрерывном времени или дискретном времени.
Estimate Disturbance
- Включите нарушение порядка в модель оценкиВыберите эту опцию, чтобы оценить модель возмущения. Когда вы выбираете эту опцию, уравнения модели обновляются, чтобы показать K матрицу и e член.
Input Channel
- Установите опции задержки и передачи входного каналаДля каждого входного канала присвойте значения для Input Delay и Feedthrough.
Input Channel - Выбор входа канала. Входной канал всегда имеет вид u
i, где i является i-м каналом входного u
.
Input Delay - Введите задержку на входе в количестве выборок (модель в дискретном времени) или количестве временных модулей (модель в непрерывном времени) для канала. Например, чтобы задать 0,2-секундную задержку входного сигнала для системы непрерывного времени, для которой milliseconds
единица времени, введите
200
.
Feedthrough - выберите эту опцию, чтобы оценить сквозное соединение канала от входа до выхода. Когда вы выбираете эту опцию, уравнения модели обновляются, чтобы показать Du член.
Fit Focus
- Минимизируйте ошибку предсказания или ошибку симуляцииPrediction
(по умолчанию) | Simulation
Fit особого внимания задает, какую ошибку минимизировать в функции потерь во время оценки.
Prediction
- Минимизируйте одноэтапную ошибку прогноза между измеренным и предсказанным выходами. Этот подход оценки фокусируется на создании хорошей модели предиктора для входов и выходов оценки. Предсказание особого внимания обычно дает лучшие результаты оценки, потому что использует как вход, так и выход измерения, таким образом, учитывая нарушения порядка.
Simulation
- Минимизируйте ошибку между измеренным и моделируемым выходами. Этот подход оценки фокусируется на создании моделируемой характеристики модели, которая хорошо соответствует входным и выходным входам оценки. Особое внимание симуляции, как правило, лучше всего подходит для валидации, особенно с наборами данных, не используемыми для исходной оценки.
Initial Conditions
- Обработка начальных состоянийAuto
(по умолчанию) | Zero
| Estimate
| Backcast
Установите эту опцию, когда вы хотите выбрать определенный метод для инициализации состояний модели. С настройкой по умолчанию Auto
программное обеспечение выбирает способ на основе данных оценки. Варианты:
Zero
- Начальное состояние устанавливается в нуль.
Estimate
- Начальное состояние рассматривается как независимый параметр оценки.
Backcast
- Начальное состояние оценивается с использованием наилучшей аппроксимации методом наименьших квадратов.
Input Intersampling
- Поведение взаимной дискретизации для входного сигналаZero-order hold
(по умолчанию) | Triangle approximation
| Band-limited
Входная взаимная дискретизация является свойством входных данных. Задача использует это свойство при оценке непрерывных моделей. Задайте Input Intersampling, когда ваш тип данных Time
или Frequency
. Если вы используете iddata
объект уже содержит информацию о взаимной дискретизации. Варианты для этого свойства:
Zero-order hold
- Кусочно-постоянный входной сигнал между выборками
Triangle approximation
- кусочно-линейный входной сигнал между выборками, также известный как удержание первого порядка
Band-limited
- Входной сигнал имеет нулевую степень выше частоты Найквиста
Search Method
- Численный режим поиска для итерационной оценки параметраAuto
(по умолчанию) | Gauss-Newton
| Adaptive Gauss-Newton
| Levenberg-Marquardt
| Gradient Search
Auto
- Для каждой итерации программное обеспечение циклически переходит через методы, пока не найдет первое снижение направления, которое приводит к снижению стоимости оценки.
Gauss-Newton
- Подпространство Гаусса-Ньютона поиск методом наименьших квадратов.
Levenberg-Marquardt
- поиск методом наименьших квадратов Левенберга-Марквардта.
Adaptive Gauss-Newton
- Адаптивный подпространство Gauss-Newton search.
Gradient Search
- Наискорейший спуск методом наименьших квадратов.
Max. Iterations
- Максимальное количество итераций во время минимизации ошибокУстановите максимальное количество итераций во время минимизации ошибок. Итерации останавливаются, когда достигается Max. Iterations или удовлетворяется другой критерий остановки, такой как Tolerance.
Tolerance
- Минимальный процент ожидаемого улучшения по ошибкеКогда процент ожидаемого улучшения меньше Tolerance, итерации прекращаются.
Weighting Prefilter
- Предварительный фильтр взвешивания для функции потерьNo filter
(по умолчанию) | Passband(s)
| LTI Filter
| Frequency weights vector
| Inverse of magnitude of the frequency response
| Inverse of square root of magnitude of the frequency response
Установите эту опцию, когда вы хотите применить предварительный фильтр взвешивания к функции потерь, которую задача минимизирует, когда вы оцениваете модель. При выборе опции необходимо также выбрать связанную переменную в рабочей рабочей области, содержащую информацию о фильтре. Доступные опции зависят от области данных.
Предварительный фильтр взвешивания | Область данных | Информация о фильтре |
---|---|---|
No Filter | Время и частота | |
Passbands | Время и частота | Области значений полосы пропускания, заданные как вектор-строка 1 на 2 или матрица n -2, где n - количество полос пропускания. |
LTI Filter | Время и частота | SISO LTI модель. |
Frequency Weights Vector | Частота | Веса частот, заданные как вектор-столбец с той же длиной, что и вектор. |
Inverse of magnitude of the frequency response | Частотная характеристика | Весовой фильтр, где G (ω) является комплексными данными частотной характеристики. Только системы SISO и SIMO. |
Inverse of square root of magnitude of the frequency response | Частотная характеристика | Весовой фильтр . Только системы SISO и SIMO. |
Для образца предположим, что вы выполняете оценку с данными частотными диапазонами SISO и что в вашем рабочем пространстве MATLAB у вас есть вектор-столбец W
который содержит веса частот для предварительного фильтра. В задаче выберите Weighting prefilter > Frequency weights vector и переменную W
.
Output Plot
- Сравнение модели и измеренных выходов на графикеПостройте сравнение выходов модели и исходных измеренных данных вместе с процентом подгонки. Если у вас есть отдельные данные валидации, второй график сравнивает ответ модели с входными данными валидации с измеренным выходом из набора данных валидации.