Оценочные модели передаточной функции в приложении Системы идентификации

В этой теме показов, как оценить модели передаточной функции в приложении Системы идентификации.

Необходимые условия

В приложении Системы идентификации выберите Estimate > Transfer Function Models
Откроется диалоговое окно Передаточные функции (Transfer Functions).
Совет
Для получения дополнительной информации об опциях в диалоговом окне нажмите кнопку Help.
В полях Number of poles и Number of zeros задайте количество полюсов и нули передаточной функции как неотрицательные целые числа.
Мультивходы и несколькими выходами
Для систем, которые являются несколькими входами, несколькими выходами или обоими:
- Чтобы использовать одинаковое количество полюсов или нулей для всех входных/выходных пар, задайте скаляр.
- Чтобы использовать разное количество полюсов и нулей для входных/выходных пар, задайте ny матрицу nu -by. ny - количество выходов, а nu - количество входов.
  Также нажмите кнопку.
  Откроется диалоговое окно Заказы передаточных функций (Transfer Function Orders), в котором вы задаете количество полюсов и нули для каждой входно-выходной пары, а также укажите, следует ли включать сквозное соединение, если вы определили свою модель как Discrete-time. Используйте список Output, чтобы выбрать выход.
Выберите Continuous-time или Discrete-time, чтобы определить, является ли модель передаточной функцией непрерывного или дискретного времени.
Для моделей в дискретном времени количество полюсов и нулей относится к корням числителя и знаменателя полиномов выраженным в терминах переменной lag q^-1.
(Только для моделей в дискретном времени) Укажите, следует ли оценивать сквозное соединение модели. Установите флажок Feedthrough.
Модель в дискретном времени с 2 полюсами и 3 нулями принимает следующую форму:
$H (z^{- 1}) = \frac{b 0 + b 1 z^{- 1} + b 2 z^{- 2} + b 3 z^{- 3}}{1 + a 1 z^{- 1} + a 2 z^{- 2}}$
Когда модель имеет прямое сквозное соединение, b0 является свободным параметром, значение которого оценивается вместе с остальными параметрами модели b1, b2, b3, a1, a2. Когда модель не имеет сквозного соединения, b0 фиксируется в нуле.
Мультивходы и несколькими выходами
Для моделей, которые являются несколькими входами, несколькими выходами или обеими, нажмите Feedthrough.
Откроется диалоговое окно Заказы модели (Model Orders), где вы задаете, чтобы оценить сквозное соединение для каждой пары вход/выход отдельно. Используйте список Output, чтобы выбрать выход.
Разверните раздел Delay, чтобы задать номинальные значения и ограничения для задержек транспортировки для различных пар вход/выход.
Используйте список Output, чтобы выбрать выход. Установите флажок Fixed, чтобы задать задержку транспортировки в качестве фиксированного значения. Задайте его номинальное значение в поле Delay.
Разверните раздел Estimation Options, чтобы задать опции оценки.
- Выберите Display progress, чтобы просмотреть прогресс оптимизации.
- Выберите Estimate covariance, чтобы оценить ковариацию параметров передаточной функции.
- (Только для данных частотного диапазона) Укажите, позволять ли процессу оценки использовать значения параметров, которые могут привести к нестабильным моделям. Выберите опцию Allow unstable models. Нестабильная модель поставляется только, если она обеспечивает лучшую подгонку к данным, чем другие стабильные модели, вычисленные в процессе оценки.
- Укажите, как лечить начальные условия в списке Initial condition. Для получения дополнительной информации смотрите Определение начальных условий для итерационной оценки передаточных функций.
- Разверните Fit Frequency Range и установите ползунки области значений на требуемый диапазон пропускания, чтобы задать частотную область значений, в котором модель передаточной функции должна соответствовать данным. По умолчанию охватывается вся частотная область значений (от 0 до частоты Найквиста).
Разверните Search Options, чтобы задать опции для управления итерациями поиска.
Настройки поиска
В Search Options разделе Estimation Options можно задать следующие опции:
- Search method - Метод, используемый итерационным алгоритмом поиска. Метод поиска auto по умолчанию. Методы поиска включают Gauss-Newton(gn), Adaptive Gauss-Newton(gna), Levenberg-Marquardt(lm), Trust-Region Reflective Newton (lsqnonlin), Gradient Search (grad), Sequential Quadratic Programming (fmincon:sqp), или Interior Point (fmincon: interior-point). Направление спуска вычисляется последовательно при каждой итерации до тех пор, пока не будет достигнуто достаточное уменьшение ошибки.
  Output weight - взвешивание, применяемое к функции потерь, которая будет минимизирована. Используйте эту опцию только для многозначных оценок. Задайте следующим 'noise' или положительная полуопределенная матрица размера равна количеству выходов.
- Maximum iterations - максимальное количество итераций, используемых во время поиска.
- Tolerance - значение допуска, когда итерации должны завершиться.
- Outlier threshold - Робустификация квадратичного критерия подгонки.
Разверните Regularization, чтобы получить регуляризованные оценки параметров модели. Задайте константы регуляризации Lambda и R.

Чтобы узнать больше о регуляризации, см. «Регуляризованные оценки параметров модели».
Щелкните Estimate, чтобы оценить модель. Новая модель добавляется в приложение Системы идентификации.

Следующие шаги

Документация

Оценочные модели передаточной функции в приложении Системы идентификации

Документация по System Identification Toolbox

Поддержка