ivar

Оценка модели AR с помощью метода инструментальных переменных

Синтаксис

sys = ivar(data,na) sys = ivar(data,na,nc) sys = ivar(data,na,nc,max_size)

Описание

sys = ivar(data,na) оценивает полиномиальную модель AR, sys, использование инструментального переменного метода и данных временных рядов dataN/A задает порядок полинома A.

Модель AR представлена уравнением:

$A (q) y (t) = e (t)$

В вышеупомянутой модели e (t) является произвольным процессом, принятым, чтобы быть процессом скользящего среднего значения порядка nc, возможно время варьируясь. nc принят, чтобы быть равным na. Инструменты выбраны в качестве соответственно отфильтрованных выходных параметров, задержал nc шаги.

sys = ivar(data,na,nc) указывает, что значение скользящего среднего значения обрабатывает заказ, nc, отдельно.

sys = ivar(data,na,nc,max_size) задает максимальный размер матриц, сформированных во время оценки.

Входные параметры

`data`	Данные временных рядов оценки. `data` должен быть `iddata` объект со скалярными выходными данными только.
`na`	Порядок полином
`nc`	Порядок процесса скользящего среднего значения, представляющего e (t).
`max_size`	Максимальный матричный размер. `max_size` задает максимальный размер любой матрицы, сформированной алгоритмом для оценки. Задайте `max_size` как довольно большое положительное целое число. Значение по умолчанию: 250000

Выходные аргументы

sys

Идентифицированная полиномиальная модель.

sys AR idpoly модель, которая инкапсулирует идентифицированную полиномиальную модель.

Примеры

Сравните спектры для синусоид в шуме, оцененном методом IV и прямым обратным методом наименьших квадратов.

y = iddata(sin([1:500]'*1.2) + sin([1:500]'*1.5) + ...
           0.2*randn(500,1),[]);
miv = ivar(y,4);
mls = ar(y,4);
spectrum(miv,mls)

Ссылки

[1] Stoica, P., и др. Оптимальные Инструментальные Переменные Оценки параметров AR Процесса ARMA, Сделка IEEE Autom. Управление, объем AC-30, 1985, стр 1066–1074.

Представлено до R2006a

Документация