В этом примере показано, как неявно создать модель в пространстве состояний, которая содержит компонент регрессии в уравнении наблюдения. Модель состояния является ARMA (1,1).

Запишите функцию, которая задает как параметры в params сопоставьте с матрицами модели в пространстве состояний, значениями начального состояния и типом состояния. Задайте компонент регрессии путем выкачивания наблюдений в функции. Символически, модель:

% Copyright 2015 The MathWorks, Inc.

function [A,B,C,D,Mean0,Cov0,StateType,DeflateY] = regressionParamMap(params,y,z)
% State-space model with a regression component parameter mapping function
% example. This function maps the vector params to the state-space matrices
% (A, B, C, and D), the initial state value and the initial state variance
% (Mean0 and Cov0), and the type of state (StateType). The state model is
% an ARMA(1,1).
    varu1 = exp(params(3)); % Positive variance constraint
    vare1 = exp(params(4));
    A = [params(1) params(2); 0 0];
    B = [sqrt(varu1); 1]; 
    C = [1 0];
    D = sqrt(vare1);
    Mean0 = [0.5 0.5];
    Cov0 = eye(2);
    StateType = [0 0];
    DeflateY = y - params(5)*z;
end

Сохраните этот код как файл с именем regressionParamMap на вашем пути MATLAB®.

Создайте модель в пространстве состояний путем передачи функционального regressionParamMap как указатель на функцию к ssm.

Mdl = ssm(@(params)regressionParamMap(params,y,z));

ssm неявно создает модель в пространстве состояний. Обычно, вы не можете проверить неявно заданные модели в пространстве состояний.

Прежде, чем создать модель, гарантируйте что данные y и z существуйте в своей рабочей области.