Способы подготовки данных к системе идентификации
Прежде чем вы сможете выполнить любую задачу в этом тулбоксе, ваши данные должны быть в MATLAB® рабочей области. Можно импортировать данные из внешних файлов данных или вручную создать массивы данных в командной строке. Для получения дополнительной информации об импорте данных смотрите Представление данных в Рабочем пространстве MATLAB.
Следующие задачи помогают подготовить ваши данные для идентификации моделей из данных:
Представление данных для системы идентификации
Можно представлять данные в формате этого тулбокса, выполнив одно из следующих действий:
Анализируйте качество данных
Можно проанализировать данные, выполнив одно из следующих действий:
Предварительная обработка данных
Проверьте характеристики данных для любой из следующих функций, чтобы определить, есть ли необходимость в предварительной обработке:
Отсутствующие или дефектные значения (также известные как выбросы). Например, вы можете увидеть погрешности, которые указывают на отсутствующие данные, значения, которые не соответствуют остальной части данных, или неинформативные значения.
См. «Обработка отсутствующих данных и выбросов».
Смещения и дрейфы в уровнях сигнала (низкочастотные нарушения порядка).
Информацию о средствах вычитания и линейных трендах см. в разделе Обработка смещений и трендов в данных, а информацию о фильтрации - в разделе Фильтрация данных.
Высокочастотные нарушения порядка выше интересующего частотного интервала для динамики системы.
Смотрите Данные повторной дискретизации для получения информации о децимировании и интерполяции значений и Данных фильтрации для информации о фильтрации.
Выберите подмножество ваших данных
Можно использовать выбор данных как способ очистки данных и исключения деталей с зашумленной или отсутствующей информацией. Можно также использовать выбор данных для создания независимых наборов данных для оценки и валидации.
Дополнительные сведения о выборе данных см. в разделе «Выбор подмножеств данных».
Объедините данные из нескольких экспериментов