Полиномиальные модели ввода - вывода

Полиномиальные модели ввода - вывода, включая ARX, ARMAX, ошибку на выходе и структуры модели Поля-Jenkins

Полиномиальная модель использует обобщенное понятие передаточных функций, чтобы описать отношение между входом, u (t), выход y (t), и шумовым e (t) с помощью уравнения формы:

$A (q) y (t) = \frac{B (q)}{F (q)} u (t - n k) + \frac{C (q)}{D (q)} e (t)$

A (q), B (q), F (q), C (q) и D (q) является полиномиальными матрицами в терминах оператора сдвига времени q^-1. u (t) является входом и nk входная задержка. y (t) является выход, и e (t) является сигналом воздействия.

Каждый полином имеет независимый order или количество допускающих оценку коэффициентов. Например, если A (q) имеет порядок 2, то theA полином имеет форму A (q) = 1 + _a1 q^-1 + _a2 q^-2.

На практике не все полиномы одновременно активны. Более простые полиномиальные формы, такие как ARX, ARMAX, Ошибка на выходе и Поле-Jenkins обеспечивают структуры модели, подходящие для определенных целей, таких как обработка неустановившихся воздействий или обеспечение абсолютно независимой параметризации для динамики и шума. Для получения дополнительной информации об этих типах модели, смотрите то, Что Полиномиальные модели?

Приложения

System Identification

Идентифицируйте модели динамических систем от результатов измерений

Функции

развернуть все

Создайте полиномиальную модель

`idpoly`	Полиномиальная модель с идентифицируемыми параметрами
`arx`	Оцените параметры ARX, ARIX, AR или модели ARI
`armax`	Оцените параметры ARMAX, ARIMAX, ARMA или модели ARIMA с помощью данных во временной области
`bj`	Оцените полиномиальную модель Бокса-Дженкинса, использующую данные во временной области
`iv4`	Оценка модели ARX с помощью четырехэтапного метода инструментальных переменных
`ivx`	Оценка модели ARX с помощью инструментального переменного метода с произвольными инструментами
`oe`	Оцените полиномиальнуюмодель ошибки на выходе с помощью данных в частотной или временной области
`polyest`	Оцените полиномиальную модель, использующую данные во временной или частотной областях
`pem`	Минимизация ошибки предсказания для совершенствования линейных и нелинейных моделей

Найдите лучшую комбинацию ARX Порядка Модели

`arxstruc`	Вычислите функции потерь для моделей ARX одно выхода
`ivstruc`	Вычислите функции потерь для наборов структур модели ARX с помощью инструментального переменного метода
`selstruc`	Выберите порядок модели для моделей ARX одно выхода
`struc`	Сгенерируйте комбинации порядка модели для оценки модели ARX одно выхода

Параметры инициализации и структуры модели

`arxRegul`	Определите константы регуляризации для оценки модели ARX
`delayest`	Оцените задержку (потеря времени) из данных
`init`	Установите или рандомизируйте начальные значения параметров

Извлеките или установленные параметры модели

`polydata`	Доступ к полиномиальным коэффициентам и неопределенности в идентифицированной модели
`getpvec`	Получите параметры модели и сопоставленные данные о неопределенности
`setpvec`	Измените значения параметров модели
`getpar`	Получите атрибуты, такие как значения и границы линейных параметров модели
`setpar`	Установите атрибуты, такие как значения и границы линейных параметров модели
`setPolyFormat`	Задайте формат для B и полиномов F мультивходной полиномиальной модели

Опции оценки

`armaxOptions`	Набор опции для `armax`
`arxOptions`	Набор опции для `arx`
`arxRegulOptions`	Опция установлена для `arxRegul`
`bjOptions`	Набор опции для `bj`
`iv4Options`	Набор опции для `iv4`
`oeOptions`	Набор опции для `oe`
`polyestOptions`	Набор опции для `polyest`

Темы

Основы полиномиальной модели

Что такое полиномиальные модели?

Структуры полиномиальной модели включая ARX, ARMAX, ошибку на выходе и Поле-Jenkins.

Данные, поддержанные полиномиальными моделями

Используйте временной интервал и данные частотной области, чтобы оценить модели дискретного времени и непрерывного времени.

Оцените полиномиальные модели

Предварительный шаг – оценка порядков модели и входных задержек

Чтобы оценить полиномиальные модели, необходимо обеспечить входные задержки и порядки модели.

Оцените полиномиальные модели в приложении

Импортируйте данные в приложение, задайте порядки модели, задержки и опции оценки.

Оцените полиномиальные модели в командной строке

Задайте порядки модели, задержки и опции оценки.

Полиномиальные размеры и порядки Мультивыходных полиномиальных моделей

Размер A, B, C, D и полиномов F для мультивыходных моделей.

Оцените Модели Используя armax

В этом примере показано, как оценить линейное, полиномиальную модель со структурой ARMAX для с тремя входами и одно выхода (MISO) система с помощью итеративного метода оценки armax.

Установите опции полиномиальной модели

Определение начальных состояний для итеративных алгоритмов оценки

Когда вы используете pem или polyest функции, чтобы оценить ARMAX, Поле-Jenkins (BJ), Ошибку на выходе (OE), необходимо задать, как алгоритм обрабатывает начальные условия.

Алгоритмы оценки полиномиальной модели

Выберите между ARX и алгоритмами IV для оценки модели ARX и AR.

Документация