Значения смещения и линейного наклона тренда для детрендирующих данных
TrendInfo класс представляет информацию смещения и линейного тренда входных и выходных данных. Построение соответствующего объекта позволяет вам:
Вычислите и сохраните средние значения или оптимальные линейные тренды сигналов входных и выходных данных.
Задайте конкретные смещения и тренды, которые будут удалены из входно-выходных данных.
Сохраняя информацию о смещении и тренде, можно применить ее к нескольким наборам данных.
После оценки линейной модели из детрендированных данных можно симулировать модель при исходных условиях работы, добавив сохраненный тренд к моделируемому выходу с помощью retrend.
Для переходных данных, если вы хотите задать конкретное смещение или тренд, которые будут удалены из этих данных, создайте TrendInfo использование объекта getTrend. Для примера:
T = getTrend(data)
где данные являются iddata объект, из которого вы будете удалять смещение или линейный тренд, и T является TrendInfo объект. Затем необходимо назначить определенные значения смещения и уклона свойствам этого объекта, прежде чем передать объект в качестве аргумента detrend.
Для статических данных, если вы хотите детрендировать данные и хранить информацию о тренде, используйте detrend команда с выходным аргументом для хранения информации о тренде.
После создания объекта можно использовать get или запись через точку для доступа к значениям свойств объекта.
| Имя свойства | Дефолт | Описание |
|---|---|---|
DataName | '' | Имя iddata объект, из которого выводится информация о тренде (при наличии) |
InputOffset | zeros(1,nu), где nu - количество входов |
Для нескольких данных эксперимента это массив ячеек размером, равным количеству экспериментов в наборе данных. |
InputSlope | zeros(1,nu), где nu - количество входов | Наклон линейного тренда в входных данных, вычисленный автоматически при использовании Для нескольких данных эксперимента это массив ячеек размером, равным количеству экспериментов в наборе данных. |
OutputOffset | zeros(1,ny), где ny - количество выходов |
Для нескольких данных эксперимента это массив ячеек размером, равным количеству экспериментов в наборе данных. |
OutputSlope | zeros(1,ny), где ny - количество выходов | Наклон линейного тренда в выходных данных, вычисленный автоматически при использовании Для нескольких данных эксперимента это массив ячеек размером, равным количеству экспериментов в наборе данных. |
Удалите заданное смещение из входного и выходного сигналов.
Загрузите данные SISO, содержащие векторы u2 и y2.
load dryer2Создайте объект данных со шаг расчета 0,08 секунд и постройте график.
data = iddata(y2,u2,0.08); plot(data)
Данные имеют ненулевое среднее значение.
Сохраните данные о смещении и тренде в TrendInfo объект.
T = getTrend(data);
Присвойте значения смещения TrendInfo объект.
T.InputOffset = 5; T.OutputOffset = 5;
Вычесть смещения из данных.
data_d = detrend(data,T);
Постройте график детрендированных данных на том же графике.
hold on
plot(data_d)
Просмотрите среднее значение, удаленное из данных.
get(T)
ans = struct with fields:
DataName: 'data'
InputOffset: 5
OutputOffset: 5
InputSlope: 0
OutputSlope: 0
Создайте TrendInfo объект, который сохраняет информацию о тренде как часть удаления тренда данных.
Загрузите данные SISO, содержащие векторы u2 и y2.
load dryer2Создайте объект данных со шаг расчета 0,08 секунд.
data = iddata(y2,u2,0.08);
Удалите среднее значение из данных и сохраните среднее значение как TrendInfo T объекта.
[data_d,T] = detrend(data,0);
Просмотрите среднее значение, удаленное из данных.
get(T)
ans = struct with fields:
DataName: 'data'
InputOffset: 5.0000
OutputOffset: 4.8901
InputSlope: 0
OutputSlope: 0