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)=B(q)F(q)u(tnk)+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 IdentificationИдентифицируйте модели динамических систем от результатов измерений

Функции

развернуть все

idpolyПолиномиальная модель с идентифицируемыми параметрами
arxОцените параметры ARX, ARIX, AR или модели ARI
armaxОцените параметры ARMAX, ARIMAX, ARMA или модели ARIMA с помощью данных во временной области
bjОцените полиномиальную модель Бокса-Дженкинса, использующую данные во временной области
iv4Оценка модели ARX с помощью четырехэтапного метода инструментальных переменных
ivxОценка модели ARX с помощью инструментального переменного метода с произвольными инструментами
oeОцените полиномиальнуюмодель ошибки на выходе с помощью данных в частотной или временной области
polyestОцените полиномиальную модель, использующую данные во временной или частотной областях
pemМинимизация ошибки предсказания для совершенствования линейных и нелинейных моделей
arxstrucВычислите функции потерь для моделей ARX одно выхода
ivstrucВычислите функции потерь для наборов структур модели ARX с помощью инструментального переменного метода
selstrucВыберите порядок модели для моделей ARX одно выхода
strucСгенерируйте комбинации порядка модели для оценки модели ARX одно выхода
arxRegulОпределите константы регуляризации для оценки модели ARX
delayestОцените задержку (потеря времени) из данных
initУстановите или рандомизируйте начальные значения параметров
polydataДоступ к полиномиальным коэффициентам и неопределенности в идентифицированной модели
getpvecПолучите параметры модели и сопоставленные данные о неопределенности
setpvecИзмените значения параметров модели
getparПолучите атрибуты, такие как значения и границы линейных параметров модели
setparУстановите атрибуты, такие как значения и границы линейных параметров модели
setPolyFormatЗадайте формат для B и полиномов F мультивходной полиномиальной модели
armaxOptionsНабор опции для armax
arxOptionsНабор опции для arx
arxRegulOptionsОпция установлена для arxRegul
bjOptionsНабор опции для bj
iv4OptionsНабор опции для iv4
oeOptionsНабор опции для oe
polyestOptionsНабор 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.

Рекомендуемые примеры

Для просмотра документации необходимо авторизоваться на сайте