Линейные, черно-коробочные полиномы модели можно оценить из данных со следующими характеристиками:
Данные временной или частотной области (iddata или idfrd объекты данных).
Примечание
Для данных частотного диапазона можно только оценить модели ARX и OE.
Для оценки полиномиальных моделей для данного timeseries смотрите Анализ временных рядов.
Реальные данные или комплексные данные в любой области.
Single-output и выход.
Необходимо импортировать данные в MATLAB® рабочей области, как описано в Data Preparation.
Чтобы получить линейную, непрерывную модель произвольной структуры для данных временной области, можно оценить модель дискретного времени, а затем использовать d2c преобразовать его в модель непрерывного времени.
Для данных частотного частотного диапазона в непрерывном времени можно оценить непосредственно только модели непрерывного времени Output-Error (OE). Другие структуры включают модели шума, которые не поддерживаются для данных частотного диапазона.
Совет
Чтобы обозначить данные частотного частотного диапазона в непрерывном времени, установите шаг расчета данных равным 0. Можно задать шаг расчета при импорте данных в приложение или задать Ts свойство объекта данных в командной строке.
Можно оценить модели линейного пространства состояний произвольного порядка как для данных временного так и частотного диапазона.
Установите свойство данных Ts кому:
0для данных частотной характеристики, которые измеряются непосредственно из эксперимента.
Равен Ts исходных данных для данных частотной характеристики, полученных преобразованием временной области iddata (использование spa и etfe).
Совет
Можно задать шаг расчета при импорте данных в приложение или задать Ts свойство объекта данных в командной строке.
