Оцените полиномиальную модель, используя данные временной или частотной области
sys = polyest(data,[na nb nc nd nf nk])
sys = polyest(data,[na nb nc nd nf nk],Name,Value)
sys = polyest(data,init_sys)
sys = polyest(___, opt)
[sys,ic] = polyest(___)
оценивает полиномиальную модель, sys
= polyest(data
,[na
nb
nc
nd
nf
nk
])sys
, используя данные временной или частотной области, data
.
sys
имеет вид
A (<reservedrangesplaceholder11>), B (<reservedrangesplaceholder9>), F (<reservedrangesplaceholder7>), C (<reservedrangesplaceholder5>) и D (<reservedrangesplaceholder3>) являются многочленными матрицами. u (t) является входом, и nk
- это вход задержка. y (t) является выходом, а e (t) - нарушение порядка сигналом. na
, nb
, nc
, nd
и nf
порядки A (<reservedrangesplaceholder8>), B (<reservedrangesplaceholder6>), C (<reservedrangesplaceholder4>), D (<reservedrangesplaceholder2>) и F (<reservedrangesplaceholder0>) полиномы, соответственно.
оценивает полиномиальную модель с дополнительными атрибутами предполагаемой структуры модели, заданными одним или несколькими sys
= polyest(data
,[na
nb
nc
nd
nf
nk
],Name,Value
)Name,Value
аргументы в виде пар.
оценивает полиномиальную модель, используя линейную систему sys
= polyest(data
,init_sys
)init_sys
для конфигурирования начальной параметризации.
оценивает полиномиальную модель, используя набор опций, sys
= polyest(___, opt
)opt
, для определения поведения оценки.
[
возвращает предполагаемые начальные условия как sys
,ic
] = polyest(___)initialCondition
объект. Используйте этот синтаксис, если вы планируете моделировать или предсказать ответ модели с помощью тех же входных данных оценки, а затем сравнить ответ с теми же выходными данными оценки. Включение начальных условий приводит к лучшему соответствию во время первой части симуляции.
|
Оценочные данные. Для оценки во временной области, Можно оценить только модели в дискретном времени, используя данные временной области. Для оценки моделей в непрерывном времени с использованием данных во временной области, см. Для оценки частотного диапазона,
|
|
Порядок полинома A (q).
|
|
Порядок полинома B (q) + 1.
|
|
Порядок полинома C (q).
|
|
Порядок полинома D (q).
|
|
Порядок полинома F (q).
|
|
Входная задержка в количестве выборок, выраженная как фиксированные начальные нули B полинома.
|
|
Опции оценки.
|
|
Линейная система, которая конфигурирует начальную параметризацию Получаете Если Используйте
Если Если |
Задайте необязательные разделенные разделенными запятой парами Name,Value
аргументы. Name
- имя аргумента и Value
- соответствующее значение. Name
должны находиться внутри кавычек. Можно задать несколько аргументов в виде пар имен и значений в любом порядке Name1,Value1,...,NameN,ValueN
.
|
Задержки на транспорте. Для систем непрерывного времени задайте задержки транспорта в модуле времени, сохраненной в Для системы MIMO с По умолчанию: |
|
Входная задержка для каждого входного канала, заданная как скалярное значение или числовой вектор. Для систем непрерывного времени задайте задержки на входе в модуле времени, сохраненной в Для системы с Можно также задать По умолчанию: 0 |
|
Логический вектор, задающий интеграторы в канале шума.
Настройка Где, является интегратором в канале шума, e (t). Использование Для примера, load iddata1 z1; z1 = iddata(cumsum(z1.y),cumsum(z1.u),z1.Ts,'InterSample','foh'); sys = polyest(z1, [2 2 2 0 0 1],'IntegrateNoise',true); |
|
Полиномиальная модель, возвращенная как Если Y (<reservedrangesplaceholder10>), U (<reservedrangesplaceholder8>) и E (<reservedrangesplaceholder6>) являются Преобразования Лапласа сигналов временной области y (<reservedrangesplaceholder4>), u (<reservedrangesplaceholder2>) и e (<reservedrangesplaceholder0>), соответственно. Информация о результатах оценки и используемых опциях хранится в
Для получения дополнительной информации об использовании | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Предполагаемые начальные условия, возвращенные как
Если opt = polyestOptions('InitialCondition,'estimate')
[sys,ic] = polyest(data,[nb nc nd nf nk],opt) 'auto' установка 'InitialCondition' использует 'zero' способ, когда начальные условия оказывают незначительный эффект на процесс минимизации общей ошибки расчета. Определение 'estimate' гарантирует, что программное обеспечение оценивает значения для ic .
Для получения дополнительной информации смотрите |
В большинстве ситуаций все полиномы идентифицированной полиномиальной модели не являются одновременно активными. Установите один или несколько порядки na
, nc
, nd
и nf
для нуля упрощения структуры модели.
Для примера можно оценить модель Output-Error (OE) путем определения na
, nc
и nd
как нуль.
Кроме того, можно использовать специальную функцию оценки для структуры упрощенной модели. Линейные полиномиальные функции оценки включают oe
, bj
, arx
и armax
.
Чтобы оценить полиномиальную модель с помощью данного timeseries, используйте ar
.
Использовать polyest
для оценки полинома произвольной структуры. Если структура предполагаемой полиномиальной модели известна, то есть вы знаете, какие полиномы будут активны, то используйте соответствующую специальную функцию оценки. Для примеров, для модели ARX, используйте arx
. Другие функции оценки полиномиальной модели включают, oe
, armax
, и bj
.
Чтобы оценить передаточную функцию в непрерывном времени, используйте tfest
. Вы также можете использовать oe
, но только с данными частотного частотного диапазона в непрерывном времени.
ar
| armax
| arx
| bj
| forecast
| iddata
| idpoly
| oe
| pem
| polyestOptions
| procest
| ssest
| tfest