Чтобы оценить модель пространства состояний, вы должны предоставить значение ее порядка, который представляет количество состояний. Когда вы не знаете порядка, вы можете искать и выбирать порядок с помощью следующих процедур.
Вы, должно быть, уже импортировали свои данные в приложение, как описано в Представительных данных.
Чтобы оценить порядки модели для конкретной структуры модели и строения:
В приложении Системы идентификации выберите Estimate > State Space Models , чтобы открыть диалоговое окно State Space Моделей.
На вкладке Model Structure выберите опцию Pick best value in the range и укажите область значений в соседнем поле. Значение по умолчанию область значений 1:10
.
Это действие открывает окно Model Order Selection, в котором отображается относительная мера того, насколько каждое состояние способствует поведению ввода-вывода модели (журнал сингулярных значений ковариационной матрицы). Следующий рисунок показывает пример графика. На этом рисунке состояния 1 и 2 обеспечивают наиболее значительный вклад. Вклады в право состояния 2 значительно уменьшаются. Красная полоса иллюстрирует срез. Порядок этой панели представляет рекомендацию наилучшего значения, и это значение появляется в Order. Переопределить рекомендацию можно нажав на другую панель или перезаписав содержимое Order. Для получения информации об использовании окна Выбор порядка модели, см. Использование окна Выбор порядка модели
(Необязательно) Задайте дополнительные атрибуты структуры модели, такие как задержка на входе и сквозное соединение. Можно также изменить опции оценки на вкладке Estimation Options. При изменении выбранных объектов программное обеспечение повторно оценивает рекомендацию по порядку модели.
Нажмите Estimate. Это действие добавляет новую модель в Плату моделей в Систему идентификации приложении. Имя модели по умолчанию ss1
. Можно использовать эту модель как начальное предположение для оценки других моделей пространства состояний, как описано в Estimate State-Space Models in Система Идентификации App.
Щелкните Close, чтобы закрыть окно.
Можно оценить модель пространства состояний с выбранным порядком, используя n4sid
, ssest
или ssregest
.
Используйте следующий синтаксис, чтобы задать область значений порядков модели, чтобы попробовать для определенного входа:
m = n4sid(data,n1:n2);
где data
- набор данных оценки, n1
и n2
задайте область значений порядков.
Команда открывает окно Выбор порядка модели (Model Order Selection). Для получения информации об использовании этого графика смотрите Использование окна выбора порядка модели.
В качестве альтернативы используйте ssest
или ssregest
:
m1 = ssest(data,nn) m2 = ssregest(data,nn)
где nn = [n1,n2,...,nN]
задает вектор или область значений порядков, которые вы хотите попробовать.
n4sid
и ssregest
оцените модель, шаг расчета которой совпадает с моделью data
по умолчанию, следовательно, модель дискретного времени для данных временной области. ssest
оценивает модель в непрерывном времени по умолчанию. Вы можете изменить настройку по умолчанию, включив Ts
Пара "имя-значение" входных параметров в команде оценки. Для примера, оценить модель оптимального порядка в дискретном времени, принимая Data.Ts>0
, тип:
model = ssest(data,nn,'Ts',data.Ts);
или
model = ssregest(data,nn,'Ts',data.Ts);
Чтобы автоматически выбрать лучший порядок, не открывая окно Model Order Selection, вводите m = n4sid(data,'best')
, m = ssest(data,'best')
или m = ssregest(data,'best')
.
Следующий рисунок показывает выборку окна Model Order Selection.
Вы используете этот график, чтобы решить, какие состояния обеспечивают значительный относительный вклад в поведение вход-выход, и какие состояния обеспечивают наименьший вклад. На основе этого графика выберите прямоугольник, который представляет срез для состояний слева, которые обеспечивают значительный вклад в поведение ввода-вывода. Рекомендуемый выбор показан красным цветом. Чтобы узнать, как сгенерировать этот график, см. "Оценка модели с выбранным порядком" в Приложении или "Оценка модели с выбранным порядком" в командной строке ".
Горизонтальная ось соответствует порядку модели n
. Вертикальная ось, называемая Log of Singular values, показывает сингулярные значения ковариационной матрицы, построенной из наблюдаемых данных.
Для примера, на предыдущем рисунке состояния 1 и 2 обеспечивают наиболее значительный вклад. Однако вклады состояний в право состояния 2 значительно падают. Это резкое уменьшение логарифмического числа сингулярных значений после n
= 2 указывает, что использование двух состояний достаточно для получения точной модели.