Выражения регрессора и численные значения в нелинейной модели ARX
Rs = getreg(model)
Rm = getreg(model,data)
Rm = getreg(model,data,init)
Rm = getreg(___,'Type',regressorType)
Rs = getreg(model)
возвращает выражения для вычислительных регрессоров в нелинейной модели ARX. model
idnlarx
объект. Типичное использование матриц регрессии, созданных getreg
должен сгенерировать входные данные, когда это необходимо, чтобы оценить выход функции отображения, такой как idWaveletNetwork
использование evaluate
. Например, следующая пара команд оценивает выход функции отображения model
.
Regressor_Value = getreg(model,data,'z')
y = evaluate(model.OutputFcn,RegressorValue)
y = predict(model,data,1,predictOptions('InitialCondition','z'))
Rm = getreg(model,data)
возвращает значения регрессора как timetable
для заданного набора данных ввода/вывода data
.
Rm = getreg(model,data,init)
использует начальные условия, которые заданы в init
. Первый N
строки каждой матрицы регрессора зависят от начальных состояний init
, где N
максимальная задержка регрессоров (см. getDelayInfo
).
Rm = getreg(___,'Type',
возвращает имена регрессоров заданного regressorType
)regressorType
. Например, используйте команду Rm = getreg(model,'Type','input')
возвратить имена только входных регрессоров.
data
iddata
объект, содержащий результаты измерений или числовую матрицу, которая содержит значения выходных и входных переменных в порядке [model.OutputName model.InputName]
.
init
Начальные условия ваших данных:
'z'
(значение по умолчанию) задает нулевое начальное состояние.
NaN
обозначает неизвестные начальные условия.
Действительный вектор-столбец, содержащий значения начального состояния. Для получения дополнительной информации о начальных состояниях см. Определение idnlarx состояний в idnlarx
. Для данных нескольких-экспериментов это - матрица, где каждый столбец задает начальное состояние модели, соответствующей тому эксперименту.
iddata
объект, содержащий выборки ввода и вывода в моменты времени прежде к первой выборке в data
. Когда iddata
объект содержит больше выборок, чем максимальная задержка модели, только новые выборки используются. Требуемое количество отсчетов равно max(getDelayInfo(model))
.
model
iddata
объект, представляющий нелинейную модель ARX.
regressorType
Тип регрессора, чтобы возвратиться в виде одного из следующего:
'all'
(значение по умолчанию) — Все регрессоры
'input'
— Только введите регрессоры
'output'
— Только выведите регрессоры
'standard'
— Только линейные и полиномиальные регрессоры
'custom'
— Только пользовательские регрессоры
Rm
timetable
из значений регрессора для всех или заданного подмножества регрессоров. Каждый столбец в Rm
содержит столько же строк, сколько существуют выборки данных. Для модели с nr
регрессоры, Rm
содержит один столбец для каждого регрессора. Когда data
содержит несколько экспериментов, Rm
массив ячеек, где каждый элемент соответствует расписанию значений регрессора для эксперимента.
Rs
Выражения регрессора, представленные как массив ячеек из символьных векторов. Например, выражение 'u1(t-2)'
вычисляет регрессор путем задержки входного сигнала u1
к двум разам выборки. Точно так же выражение 'y2(t-1)'
вычисляет регрессор путем задержки выходного сигнала y2
одной выборкой времени.
Порядок регрессоров в Rs
соответствует индексам регрессора в idnlarx
свойство объекта model.RegressorUsage
.
idnlarx
| linearRegressor
| polynomialRegressor
| customRegressor
| evaluate