В данном примере используйте указатель графика, чтобы изменить единицы измерения времени в минуты и включить сетку.

Сгенерируйте случайную модель в пространстве состояний с 5 состояниями и создайте переходный процесс с указателем графика h.

rng("default")
sys = rss(5);
h = stepplot(sys);

Измените единицы измерения времени в минуты и включите сетку. Для этого отредактируйте свойства указателя графика, h использование setoptions.

setoptions(h,'TimeUnits','minutes','Grid','on');

График шага автоматически обновляется, когда вы вызываете setoptions.

В качестве альтернативы можно также использовать timeoptions команда, чтобы задать необходимые опции графика. Во-первых, создайте набор опций на основе настроек тулбокса.

plotoptions = timeoptions('cstprefs');

Измените свойства опций, установленных путем установки единиц измерения времени на минуты и включения сетки.

plotoptions.TimeUnits = 'minutes';
plotoptions.Grid = 'on';
stepplot(sys,plotoptions);

Можно использовать тот же набор опции, чтобы создать несколько графиков шага с той же индивидуальной настройкой. В зависимости от ваших собственных настроек тулбокса график, который вы получаете, может отличаться от этого графика. Только свойства, которые вы устанавливаете явным образом в этом примере TimeUnits и Grid, замените настройки тулбокса.

Сгенерируйте переходный процесс для двух динамических систем.

sys1 = rss(3);
sys2 = rss(3);
h = stepplot(sys1,sys2);

Каждый переходной процесс обосновывается в различном установившемся значении. Используйте указатель графика, чтобы нормировать нанесенный на график ответ.

setoptions(h,'Normalize','on')

Теперь ответы обосновываются в том же значении, описанном в произвольных модулях.

Сравните переходной процесс параметрической идентифицированной модели к непараметрической (эмпирической) модели и просмотрите их 3-σ области доверия. (Идентифицированные модели требуют программного обеспечения System Identification Toolbox™.)

Идентифицируйте параметрическое и непараметрическую модель от выборочных данных.

load iddata1 z1
sys1 = ssest(z1,4); 
sys2 = impulseest(z1);

Постройте переходные процессы обеих идентифицированных моделей. Используйте указатель графика, чтобы отобразить 3-σ области доверия.

t = -1:0.1:5;
h = stepplot(sys1,'r',sys2,'b',t);
showConfidence(h,3)
legend('parametric','nonparametric')

Непараметрическая модель sys2 показывает более высокую неопределенность.

В данном примере исследуйте переходной процесс следующей модели нулей, полюсов и усиления и ограничьте график шага tFinal = 15 с. Используйте синий текст с 15 точками для заголовка. Этот график должен выглядеть одинаково, независимо от настроек сеанса работы с MATLAB, в котором он сгенерирован.

sys = zpk(-1,[-0.2+3j,-0.2-3j],1)*tf([1 1],[1 0.05]);
tFinal = 15;

Во-первых, создайте набор опций по умолчанию с помощью timeoptions.

plotoptions = timeoptions;

Затем изменитесь, необходимые свойства опций устанавливают plotoptions.

plotoptions.Title.FontSize = 15;
plotoptions.Title.Color = [0 0 1];

Теперь создайте переходный процесс с помощью набора опций plotoptions.

h = stepplot(sys,tFinal,plotoptions);

Поскольку plotoptions начинается с фиксированного набора опций, результат графика независим от настроек тулбокса сеанса работы с MATLAB.

Загрузите данные для оценки нелинейной модели Хаммерстайна-Винера.

load(fullfile(matlabroot,'toolbox','ident','iddemos','data','twotankdata'));
z = iddata(y,u,0.2,'Name','Two tank system');

z iddata объект, который хранит данные об оценке ввода - вывода.

Оцените Модель Хаммерстайна-Винера порядка [1 5 3] использование данных об оценке. Задайте входную нелинейность как кусочные линейный и выходную нелинейность как одномерный полином.

sys = nlhw(z,[1 5 3],idPiecewiseLinear,idPolynomial1D);

Создайте набор опции, чтобы задать входное смещение и амплитудный уровень шага.

opt = stepDataOptions('InputOffset',2,'StepAmplitude',0.5);

Постройте переходной процесс до 60 секунд с помощью заданных опций.

stepplot(sys,60,opt);