Подготовка данных для нелинейной идентификации

Оценка нелинейных моделей ARX и Гаммерштейна-Винера требует равномерно выбранных данных временной области. Ваши данные могут иметь один или несколько входных и выходных каналов.

Для данного timeseries можно подгонять только нелинейные модели ARX и нелинейные модели пространства состояний.

Совет

По возможности используйте различные наборы данных для оценки и валидации модели.

Перед оценкой моделей импортируйте свои данные в MATLAB® Рабочая область и выполните одно из следующих действий:

  • В Систему идентификации п. Импортируйте данные в приложение, как описано в Represent Data.

  • В командной строке. Представьте свои данные как iddata объект, как описано на соответствующей странице с описанием.

Можно анализировать качество данных и предварительно обрабатывать данные путем интерполяции отсутствующих значений, фильтрации для выделения определенной частотной области значений или повторной дискретизации с использованием другого шага расчета (см. Способы подготовки данных для системы идентификации).

Удалению тренда данных может быть полезно в определенных случаях, таких как перед моделированием связи между изменением входа и изменением выхода о рабочей точке. Однако большинство приложений не требуют, чтобы вы удаляли смещения и линейные тренды из данных перед нелинейным моделированием.

Похожие примеры

Подробнее о

Для просмотра документации необходимо авторизоваться на сайте