ivstruc

Вычислите функции потерь для наборов структур модели ARX с помощью метода инструментальных переменных

Синтаксис

v = ivstruc(ze,zv,NN) v = ivstruc(ze,zv,NN,p,maxsize)

Описание

v = ivstruc(ze,zv,NN) вычисляет функции потерь для наборов структур модели ARX с одним выходом. NN - матрица, которая задает ряд отличных структур типа ARX. Каждая строка NN имеет вид

nn = [na nb nk]

с такой же интерпретацией, как описано для arx. Посмотрите struc для легкой генерации типичных NN матрицы.

ze и zv являются iddata объекты, содержащие входно-выходные данные. Поддерживаются только данные временной области. Модели для каждой структуры модели, заданные в NN оцениваются с помощью метода инструментальной переменной (IV) на наборе данных ze. Предполагаемые модели моделируются с использованием входов из набора данных zv. Нормированная квадратичная подгонка между моделируемым выходом и измеренным выходом в zv формируется и возвращается в v. Строки ниже первой строки в v транспонирование NN, и последняя строка содержит логарифмы чисел обусловленности IV матрицы

$\sum ς (t) φ^{T} (t)$

Большое число обусловленности указывает, что структура имеет излишне высокий порядок (см. Ljung, L. System Identification: Theory for the User, Upper Saddle River, NJ, Prentice-Hall PTR, 1999, p. 498).

Информация в v лучше всего анализируется с помощью selstruc.

Эта стандартная программа предназначена только для систем с одним выходом.

v = ivstruc(ze,zv,NN,p,maxsize) задает расчет чисел обусловленности и размера самой большой матрицы, сформированной во время расчетов. Если p равно нулю, расчет чисел обусловленности подавляется. maxsize влияет на компромисс скорость/память.

Примечание

Используемый IV метод не гарантирует, что полученные модели являются стабильными. Выходная ошибка подгонки вычислена в v в таком случае может ввести в заблуждение.

Примеры

свернуть все

Сгенерируйте комбинации модели-порядка и оцените модель ARX с помощью IV метода

Открыть Live Script

Создайте наборы данных оценки и валидации

load iddata1;
ze = z1(1:150);
zv = z1(151:300);

Сгенерируйте комбинации порядка модели для оценки, задавая области значений для порядков модели и задержек.

NN = struc(1:3,1:2,2:4);

Оцените модели ARX с помощью метода инструментальной переменной и вычислите функцию потерь для каждой комбинации порядка модели.

V = ivstruc(ze,zv,NN);

Выберите порядок модели с наилучшей подгонкой к данным валидации.

order = selstruc(V,0);

Оцените модель ARX выбранного порядка.

M = iv4(ze,order);

Подавление расчета числа обусловленности при определении функций ARX Loss

Открыть Live Script

Создайте наборы данных оценки и валидации.

load iddata1;
ze = z1(1:150);
zv = z1(151:300);

Сгенерируйте комбинации порядка модели для оценки, задавая области значений для порядков модели и задержку 2 для всех строений модели.

NN = struc(2:3,1:2,2);

Вычислите функцию потерь для каждой комбинации порядка модели. Подавьте расчет чисел обусловленности.

V = ivstruc(ze,zv,NN,0);

Алгоритмы

Модель ARX максимального порядка вычисляется с помощью метода наименьших квадратов. Инструменты генерируются путем фильтрации входов (входов ) через эту модель. Модели впоследствии получаются при работе с подматрицами в соответствующей большой IV матрице.

Ссылки

[1] Ljung, L. System Identification: Theory for the User, Upper Saddle River, NJ, Prentice-Hall PTR, 1999.

См. также

arxstruc | iv4 | selstruc | struc

Представлено до R2006a

Документация