Полиномиальная модель с идентифицируемыми параметрами
idpoly
модель представляет систему как полиномиальную модель непрерывного времени или дискретного времени с идентифицируемыми (допускающими оценку) коэффициентами. Используйте idpoly
создать полиномиальную модель или преобразовать Модели Динамической системы в полиномиальную форму.
Полиномиальная модель системы с входным вектором u, выходной вектор y и воздействие e принимает следующую форму в дискретное время:
Переменные A, B, C, D и F являются полиномами, описанными оператором сдвига времени q-1. Например, полином A принимает эту форму:
Здесь, na является порядком полинома A. q-1y (t) эквивалентен y (t-1).
Например, если A (q) = 1 + a1 q-1 + a2 q-2, затем A (y (t)) = 1 + a1 (t-1) + a2 (t-2).
C, D и полиномы F принимают ту же форму как полином A, начиная с 1. Полином B не запускается с 1.
В непрерывное время полиномиальная модель принимает следующую форму:
U (s) содержит преобразованные входные параметры Лапласа к sys
. Y (s) содержит Лаплас, преобразованный выходные параметры. E (s) содержит Преобразование Лапласа воздействий для каждого выхода.
Для idpoly
модели, коэффициенты полиномов A, B, C, D и F могут быть допускающими оценку параметрами. idpoly
модель хранит значения этих элементов матрицы в A
B
C
D
, и F
свойства модели.
Модели timeseries являются особыми случаями полиномиальных моделей для систем без измеренных входных параметров. Для моделей AR, B
и F
пусты, и C
и D
1 для всех выходных параметров. Для моделей ARMA, B
и F
пусты, в то время как D
1.
Несмотря на то, что idpoly
модели непрерывного времени поддержек, idtf
и idproc
включите больше вариантов для оценки моделей непрерывного времени. Поэтому для большинства приложений непрерывного времени, эти другие типы модели предпочтительны.
Для получения дополнительной информации о полиномиальных моделях, смотрите то, Что Полиномиальные модели?
Можно получить idpoly
модель одним из трех способов.
Оцените idpoly
основанный на модели на измерениях выхода или ввода - вывода системы при помощи команд такой как polyest
, arx
, armax
, oe
, bj
, iv4
, или ivar
. Эти команды оценивают значения свободных полиномиальных коэффициентов. Ориентировочные стоимости хранятся в A
B
C
D
, и F
свойства получившегося idpoly
модель. Report
свойство получившейся модели хранит информацию об оценке, такой как информация об обработке начальных условий и опций, используемых по оценке.
Когда вы получаете idpoly
модель по оценке, можно извлечь оцененные коэффициенты и их неопределенность из модели с помощью команд такой как polydata
, getpar
, или getcov
.
Создайте idpoly
модель с помощью idpoly
команда. Можно создать idpoly
модель, чтобы сконфигурировать начальную параметризацию для оценки полиномиальной модели, чтобы соответствовать данным об измеренном отклике. Когда вы делаете так, можно задать ограничения на полиномиальные коэффициенты. Например, можно зафиксировать значения некоторых коэффициентов или задать минимальные или максимальные значения для свободных коэффициентов. Можно затем использовать сконфигурированную модель в качестве входного параметра к polyest
оценить значения параметров с теми ограничениями.
Преобразуйте существующую модель динамической системы в idpoly
модель с помощью idpoly
команда.
создает полиномиальную модель с идентифицируемыми коэффициентами. sys
= idpoly(A,B,C,D,F
,NoiseVariance
,Ts
)A
B
C
D
, и F
задайте начальные значения коэффициентов. NoiseVariance
задает начальное значение отклонения источника белого шума. Ts
шаг расчета модели.
создает полиномиальную модель с помощью дополнительных опций, заданных одним или несколькими аргументами пары "имя-значение".sys
= idpoly(A,B,C,D,F
,NoiseVariance
,Ts
,Name,Value
)
создает модель timeseries только с авторегрессивным термином. В этом случае, sys
= idpoly(A)sys
представляет модель AR, данную A (q) y (t) = e (t). Шумовой e (t) имеет отклонение 1. A
задает начальные значения допускающих оценку коэффициентов.
создает модель timeseries с авторегрессивным и термином скользящего среднего значения. Входные параметры sys
= idpoly(A,[],C,D,[],NoiseVariance
,Ts
)A
C
, и D
, задайте начальные значения допускающих оценку коэффициентов. NoiseVariance
задает начальное значение шумового e (t). Ts
шаг расчета модели. (Не используйте NoiseVariance
и Ts
использовать их значения по умолчанию.)
Если D
установлен в []
, затем sys
представляет модель ARMA, данную
создает модель timeseries, использующую дополнительные опции, заданные одним или несколькими аргументами пары "имя-значение".sys
= idpoly(A,[],C,D,[],NoiseVariance
,Ts
,Name,Value
)
преобразует модель sys
= idpoly(sys0
)sys0
динамической системы к
idpoly
форма модели. sys0
может быть любая модель динамической системы.
преобразует sys
= idpoly(sys0
,'split')sys0
к idpoly
форма модели и обработки последние каналы входа Ny sys0
когда шум образовывает канал в возвращенной модели. sys0
должно быть числовое tf
(Control System Toolbox), zpk
(Control System Toolbox), или ss
(Control System Toolbox) объект модели. Кроме того, sys0
должен иметь, по крайней мере, столько же входных параметров сколько выходные параметры.
В общем случае любая функция, применимая к Моделям Динамической системы, применима к idpoly
объект модели. Эти функции имеют четыре общих типа.
Функции, которые управляют и возвращают idpoly
объекты модели позволяют вам преобразовать и управлять idpoly
модели. Например:
Функции, которые выполняют аналитичный и функции симуляции на idpoly
модели, такой как bode
и sim
Функции, которые получают или интерпретируют информацию модели, такой как advice
и getpar
Функции, которые преобразуют idpoly
модели в различный тип модели, такой как idtf
для временного интервала или idfrd
для частотного диапазона
Следующие списки содержат представительное подмножество функций, которые можно использовать с idpoly
модели.
polydata
| arx
| armax
| bj
| oe
| ar
| polyest
| setPolyFormat
| idss
| idproc
| idtf
| iv4
| ivar
| translatecov