Выражения регрессора и числовые значения в нелинейной модели ARX
Rs = getreg(model)
Rm = getreg(model,data)
Rm = getreg(model,data,init)
Rm = getreg(___,'Type',regressorType)
Rs = getreg(model) возвращает выражения для вычисления регрессоров в нелинейной модели ARX. model является idnlarx объект. Типичное использование регрессионных матриц, созданных getreg является генерировать входные данные, когда вы хотите вычислить выход функции отображения, такой как wavenet использование evaluate. Например, следующая пара команд оценивает выход функции отображения model.
Regressor_Value = getreg(model,data,'z')
y = evaluate(model.OutputFcn,RegressorValue)y = predict(model,data,1,predictOptions('InitialCondition','z'))
Rm = getreg(model,data) возвращает значения регрессора как timetable для заданного набора входных/выходных данных data.
Rm = getreg(model,data,init) использует начальные условия, указанные в init. Первый N строки каждой матрицы регрессора зависят от начальных состояний init, где N - максимальная задержка в регрессорах (см. getDelayInfo).
Rm = getreg(___,'Type', возвращает имена регрессоров заданного regressorType)regressorType. Для примера используйте команду Rm = getreg(model,'Type','input') для возврата имен только регрессоров входа.
dataiddata объект, содержащий измеренные данные или числовую матрицу, которая содержит значения выходной и входной переменных в порядке [model.OutputName model.InputName].
initНачальные условия ваших данных:
'z' (по умолчанию) задает нулевое начальное состояние.
NaN обозначает неизвестные начальные условия.
Действительный вектор-столбец, содержащее начальные значения состояний. Для получения дополнительной информации о начальных состояниях смотрите Определение состояний idnlarx в idnlarx. Для данных нескольких экспериментов это матрица, где каждый столбец задает начальное состояние модели, соответствующей этому эксперименту.
iddata объект, содержащий входные и выходные выборки в момент времени перед первой выборкой в data. Когда iddata объект содержит больше выборок, чем максимальная задержка в модели, используются только самые последние выборки. Количество необходимых выборок равно max(getDelayInfo(model)).
modeliddata объект, представляющий нелинейную модель ARX.
regressorTypeТип возвращаемого регрессора, заданный как один из следующих:
'all' (по умолчанию) - Все регрессоры
'input' - Только входные регрессоры
'output' - Только выходные регрессоры
'standard' - Только линейные и полиномиальные регрессоры
'custom' - Только пользовательские регрессоры
Rmtimetable значений регрессора для всех или заданного подмножества регрессоров. Каждый столбец в Rm содержит столько строк, сколько выборок данных. Для модели с nr регрессоры, Rm содержит по одному столбцу для каждого регрессора. Когда data содержит несколько экспериментов, Rm - массив ячеек, где каждый элемент соответствует расписанию значений регрессора для эксперимента.
RsВыражения регрессора, представленные как массив ячеек из векторов символов. Для примера выражение 'u1(t-2)' вычисляет регрессор путем задержки входного сигнала u1 двумя временными выборками. Точно так же выражение 'y2(t-1)' вычисляет регрессор путем задержки сигнала выхода y2 на одну временную выборку.
Порядок регрессоров в Rs соответствует индексам регрессора в idnlarx свойство объекта model.RegressorUsage.
customRegressor | evaluate | idnlarx | linearRegressor | polynomialRegressor