Документация

sys = tfest(data,np) оценивает передаточную функцию непрерывного времени sys использование временного интервала или данных частотной области data и содержание np полюса. Количество нулей в sys max(np-1,0).

sys = tfest(data,np,nz) оценивает передаточную функцию, содержащую nz нули.

sys = tfest(data,np,nz,iodelay) оценивает передаточную функцию с транспортной задержкой пар ввода - вывода в iodelay.

sys = tfest(___,Name,Value) дополнительные опции использования заданы одним или несколькими аргументами пары "имя-значение". Можно использовать этот синтаксис с любой из предыдущих комбинаций входных аргументов.

Сконфигурируйте начальные параметры

sys = tfest(data,init_sys) использует линейную систему init_sys сконфигурировать начальную параметризацию sys.

Задайте дополнительные опции

sys = tfest(___,opt) указывает, что поведение оценки с помощью опции установило opt. Можно использовать этот синтаксис с любой из предыдущих комбинаций входных аргументов.

Возвратите предполагаемые начальные условия

[sys,ic] = tfest(___) возвращает предполагаемые начальные условия как initialCondition объект. Используйте этот синтаксис, если вы планируете симулировать или предсказать ответ модели с помощью тех же входных данных оценки и затем сравнить ответ с теми же выходными данными оценки. Слияние начальных условий дает к лучшему соответствию во время первой части симуляции.

Примеры

Оцените модель передаточной функции путем определения количества полюсов

Загрузите данные отклика системы временного интервала z1.

load iddata1 z1;

Определите номер полюсов np к 2 и оцените передаточную функцию.

np = 2;
sys = tfest(z1,np);

sys idtf модель, содержащая предполагаемую передаточную функцию 2D полюса.

Просмотрите числитель и коэффициенты знаменателя получившейся предполагаемой модели sys.

sys.Numerator

ans = 1×2

    2.4554  176.9856

sys.Denominator

ans = 1×3

    1.0000    3.1625   23.1631

Чтобы просмотреть неопределенность в оценках числителя и знаменателя и другой информации, используйте tfdata.

Задайте количество полюсов и нулей в предполагаемой передаточной функции

Загрузите данные об отклике системы временного интервала z2 и используйте его, чтобы оценить передаточную функцию, которая содержит два полюса и один нуль.

load iddata2 z2;
np = 2;
nz = 1;
sys = tfest(z2,np,nz);

sys idtf модель, содержащая предполагаемую передаточную функцию.

Оцените передаточную функцию, содержащую известную транспортную задержку

Загрузите данные z2, который является iddata объект, который содержит данные об отклике системы временного интервала.

load iddata2 z2;

Оцените модель sys передаточной функции это содержит два полюса и один нуль, и который включает известную транспортную задержку iodelay.

np = 2;
nz = 1;
iodelay = 0.2;
sys = tfest(z2,np,nz,iodelay);

sys idtf модель, содержащая предполагаемую передаточную функцию, с IODelay набор свойств к 0,2 секундам.

Оцените передаточную функцию, содержащую неизвестную транспортную задержку

Загрузите данные об отклике системы временного интервала z2 и используйте его, чтобы оценить передаточную функцию одного нуля 2D полюса для системы. Задайте неизвестную транспортную задержку передаточной функции путем устанавливания значения iodelay к NaN.

load iddata2 z2;
np = 2;
nz = 1;
iodelay = NaN;
sys = tfest(z2,np,nz,iodelay);

sys idtf модель, содержащая предполагаемую передаточную функцию, чей IODelay свойство оценивается с помощью данных.

Оцените передаточную функцию дискретного времени

Загрузите данные об отклике системы временного интервала z2.

load iddata2 z2

Оцените передаточную функцию дискретного времени с двумя полюсами и одним нулем. Задайте шаг расчета Ts как 0,1 секунды и транспортная задержка iodelay как 2 секунды.

np = 2;
nz = 1;
iodelay = 2;
Ts = 0.1;
sysd = tfest(z2,np,nz,iodelay,'Ts',Ts)

sysd =
 
  From input "u1" to output "y1":
                     1.8 z^-1
  z^(-2) * ----------------------------
           1 - 1.418 z^-1 + 0.6613 z^-2
 
Sample time: 0.1 seconds
Discrete-time identified transfer function.

Parameterization:
   Number of poles: 2   Number of zeros: 1
   Number of free coefficients: 3
   Use "tfdata", "getpvec", "getcov" for parameters and their uncertainties.

Status:                                        
Estimated using TFEST on time domain data "z2".
Fit to estimation data: 80.26%                 
FPE: 2.095, MSE: 2.063

По умолчанию модель не имеет никакого сквозного соединения, и полином числителя предполагаемой передаточной функции имеет нуль ведущий коэффициент b0. Оценить b0, задайте Feedthrough свойство во время оценки.

Оцените передаточную функцию дискретного времени со сквозным соединением

Загрузите данные об оценке z5.

load iddata5 z5

Во-первых, оцените модель передаточной функции дискретного времени с двумя полюсами, одним нулем и никаким сквозным соединением. Получите шаг расчета от Ts свойство z5.

np = 2;
nz = 1;
sys = tfest(z5,np,nz,'Ts',z5.Ts);

Предполагаемая передаточная функция имеет следующую форму:

$H (z^{- 1}) = \frac{b 1 z^{- 1} + b 2 z^{- 2}}{1 + a 1 z^{- 1} + a 2 z^{- 2}}$

sys = tfest(z5,np,nz,'Ts',z5.Ts,'Feedthrough',true);

Полином числителя предполагаемой передаточной функции теперь имеет ненулевой ведущий коэффициент:

$H (z^{- 1}) = \frac{b 0 + b 1 z^{- 1} + b 2 z^{- 2}}{1 + a 1 z^{- 1} + a 2 z^{- 2}}$

Анализируйте источник задержки результатов измерений

Сравните две модели дискретного времени с и без проходной и транспортной задержки.

Если существует задержка от измеренного входа, чтобы вывести, это может быть приписано или отсутствию сквозного соединения или к фактической транспортной задержке. Для моделей дискретного времени отсутствие сквозного соединения соответствует задержке одной выборки между вводом и выводом. Оценка модели с помощью Feedthrough = false и iodelay = 0 таким образом создает систему дискретного времени, которая эквивалентна системе, оцененной с помощью Feedthrough = true и iodelay = 1. И системы показывают те же временные и частотные характеристики, например, на шаге и Диаграммах Боде. Однако вы получаете различные результаты, если вы уменьшаете эти модели с помощью balred или преобразуйте их в их представления непрерывного времени. Поэтому лучшая практика должна проверять, может ли наблюдаемая задержка быть приписана транспортной задержке или отсутствию сквозного соединения.

Оцените модель дискретного времени без сквозного соединения.

load iddata1 z1
np = 2; 
nz = 2; 
sys1 = tfest(z1,np,nz,'Ts',z1.Ts);

Поскольку sys1 не имеет никакого сквозного соединения и поэтому имеет полином числителя это существа с $z^{- 1}$ , sys1 имеет задержку одной выборки. IODelay свойство 0.

Оцените другую модель дискретного времени со сквозным соединением и с сокращением от двух нулей до одного, подвергнувшись задержке ввода - вывода с одной выборкой.

sys2 = tfest(z1,np,nz-1,1,'Ts',z1.Ts,'Feedthrough',true);

Сравните Предвещать ответы моделей.

bode(sys1,sys2);

Figure contains 2 axes objects. Axes object 1 with title From: u1 To: y1 contains 2 objects of type line. These objects represent sys1, sys2. Axes object 2 contains 2 objects of type line. These objects represent sys1, sys2.

Дискретные уравнения, которые лежат в основе sys1 и sys2 эквивалентны, и так Предвещать ответы.

Преобразуйте модели в непрерывное время и сравните Предвещать ответы для этих моделей.

sys1c = d2c(sys1);
sys2c = d2c(sys2);
bode(sys1c,sys2c);
legend

Figure contains 2 axes objects. Axes object 1 with title From: u1 To: y1 contains 2 objects of type line. These objects represent sys1c, sys2c. Axes object 2 contains 2 objects of type line. These objects represent sys1c, sys2c.

Когда график показывает, Предвещать ответы этих двух моделей не соответствуют, когда вы преобразуете их в непрерывное время. Когда нет никакого сквозного соединения, как с sys1c, должна быть некоторая задержка. Когда существует сквозное соединение, как с sys2c, не может быть никакой задержки. Сквозное соединение непрерывного времени сопоставляет со сквозным соединением дискретного времени. Задержка непрерывного времени сопоставляет с задержками дискретного времени.

Оцените передаточную функцию дискретного времени MISO с техническими требованиями сквозного соединения и задержки для отдельных каналов

Оцените 2D вход, передаточную функцию дискретного времени с одним выходом с задержкой два 2 выборки на первом входе и обнулите выборки на втором входе. Оба входных параметров не имеют никакого сквозного соединения.

Загрузите данные и разделите данные в наборы данных оценки и валидации.

load iddata7 z7
ze = z7(1:300);
zv = z7(200:400);

Оцените 2D вход, передаточную функцию с одним выходом с двумя полюсами и одним нулем для каждой передаточной функции входа к выходу.

Lag = [2;0];
Ft = [false,false];
model = tfest(ze,2,1,'Ts',z7.Ts,'Feedthrough',Ft,'InputDelay',Lag);

Feedthrough значение, которое вы выбираете, диктует, является ли ведущий коэффициент числителя нулем (никакое сквозное соединение) или не (ненулевое сквозное соединение). Задержки обычно описываются отдельно с помощью InputDelay или IODelay свойство. Этот пример использует InputDelay только описывать задержки.

Подтвердите предполагаемую модель. Исключите выбросы данных для валидации.

I = 1:201; 
I(114:118) = [];
opt = compareOptions('Samples',I);
compare(zv,model,opt)

Figure contains an axes object. The axes object contains 2 objects of type line. These objects represent zv (y1), model: 81.01%.

Оцените модель передаточной функции Используя упорядоченную модель импульсной характеристики

Идентифицируйте 15-ю модель передаточной функции порядка при помощи упорядоченной оценки импульсной характеристики.

Загрузите данные.

load regularizationExampleData m0simdata;

Получите упорядоченную модель (FIR) импульсной характеристики.

opt = impulseestOptions('RegularizationKernel','DC');
m0 = impulseest(m0simdata,70,opt);

Преобразуйте модель в модель передаточной функции после сокращения порядка к 15.

m = idtf(balred(idss(m0),15));

Сравните выход модели с данными.

compare(m0simdata,m);

Figure contains an axes object. The axes object contains 2 objects of type line. These objects represent m0simdata (y1), m: 63.82%.

Оцените передаточную функцию Используя набор опции оценки

Создайте набор опции для tfest это задает инициализацию и методы поиска. Также установите параметр отображения, который указывает, что значения функции потерь для каждой итерации показывают.

opt = tfestOptions('InitializeMethod','n4sid','Display','on','SearchMethod','lsqnonlin');

Загрузите данные об отклике системы временного интервала z2 и используйте его, чтобы оценить передаточную функцию с двумя полюсами и одним нулем. Задайте opt для опций оценки.

load iddata2 z2;
np = 2;
nz = 1;
iodelay = 0.2;
sys = tfest(z2,np,nz,iodelay,opt);

sys idtf модель, содержащая предполагаемую передаточную функцию.

Задайте свойства модели предполагаемой передаточной функции

Загрузите данные об отклике системы временного интервала z2, и используйте его, чтобы оценить 2D полюс, передаточную функцию с одним нулем. Задайте входную задержку.

load iddata2 z2;
np = 2;
nz = 1;
input_delay = 0.2;
sys = tfest(z2,np,nz,'InputDelay',input_delay);

sys idtf модель, содержащая предполагаемую передаточную функцию с входной задержкой 0,2 секунд.

Преобразуйте данные частотной характеристики в передаточную функцию

Этот пример использует:

Используйте bode получить величину и фазовый отклик для следующей системы:

$H (s) = \frac{s + 0.2}{s^{3} + 2 s^{2} + s + 1}$

Используйте 100 точек частоты, в пределах от от 0,1 рад/с до 10 рад/с, чтобы получить данные частотной характеристики. Используйте frd создать объект данных частотной характеристики.

freq = logspace(-1,1,100);
[mag,phase] = bode(tf([1 0.2],[1 2 1 1]),freq);
data = frd(mag.*exp(1j*phase*pi/180),freq);

Оцените трехполюсную, передаточную функцию с одним нулем с помощью data.

np = 3;
nz = 1;
sys = tfest(data,np,nz);

sys idtf модель, содержащая предполагаемую передаточную функцию.

Оцените передаточную функцию с известными транспортными задержками нескольких входных параметров

Загрузите данные об отклике системы временного интервала co2data, который содержит данные из двух экспериментов, каждого с двумя входными параметрами и одним выходом. Преобразуйте данные из первого эксперимента в iddata объект data с шагом расчета 0,5 секунд.

load co2data;
Ts = 0.5;
data = iddata(Output_exp1,Input_exp1,Ts);

Задайте опции оценки для метода поиска и смещений ввода и вывода. Также задайте максимальное количество поисковых итераций.

opt = tfestOptions('SearchMethod','gna');
opt.InputOffset = [170;50];
opt.OutputOffset = mean(data.y(1:75));
opt.SearchOptions.MaxIterations = 50;

Оцените передаточную функцию с помощью результатов измерений, и опция оценки установила opt. Задайте транспортные задержки от входных параметров до выхода.

np = 3;
nz = 1;
iodelay = [2 5];
sys = tfest(data,np,nz,iodelay,opt);

iodelay задает задержку входа к выходу от первых и вторых входных параметров до выхода как 2 секунды и 5 секунд, соответственно.

sys idtf модель, содержащая предполагаемую передаточную функцию.

Оцените передаточную функцию с известными и неизвестными транспортными задержками

Загрузите данные об отклике системы временного интервала и используйте их, чтобы оценить передаточную функцию для системы. Задайте известные и неизвестные транспортные задержки.

load co2data;
Ts = 0.5;
data = iddata(Output_exp1,Input_exp1,Ts);

data iddata объект с двумя входными каналами и выходным каналом, и который имеет частоту дискретизации 0,5 секунд.

Создайте набор опции opt. Задайте опции оценки для метода поиска и смещений ввода и вывода. Также задайте максимальное количество поисковых итераций.

opt = tfestOptions('Display','on','SearchMethod','gna');
opt.InputOffset = [170; 50];
opt.OutputOffset = mean(data.y(1:75));
opt.SearchOptions.MaxIterations = 50;

Задайте неизвестные и известные транспортные задержки iodelay, использование 2 для известной задержки 2 секунд и nan для неизвестной задержки. Оцените передаточную функцию с помощью iodelay и opt.

np = 3;
nz = 1;
iodelay = [2 nan];
sys = tfest(data,np,nz,iodelay,opt);

sys idtf модель, содержащая предполагаемую передаточную функцию.

Оцените передаточную функцию с неизвестными, ограниченными транспортными задержками

Создайте модель передаточной функции с ожидаемым числителем и структурой знаменателя и ограничениями задержки.

В этом примере данные об эксперименте состоят из двух входных параметров и одного выхода. Обе транспортных задержки неизвестны и имеют идентичную верхнюю границу. Кроме того, передаточные функции от обоих входных параметров до выхода идентичны в структуре.

init_sys = idtf(NaN(1,2),[1,NaN(1,3)],'IODelay',NaN);
init_sys.Structure(1).IODelay.Free = true;
init_sys.Structure(1).IODelay.Maximum = 7;

init_sys idtf модель, описывающая структуру передаточной функции от одного входа до выхода. Передаточная функция состоит из одного нуля, трех полюсов и транспортной задержки. Использование NaN указывает на неизвестные коэффициенты.

init_sys.Structure(1).IODelay.Free = true указывает, что транспортная задержка не фиксируется.

init_sys.Structure(1).IODelay.Maximum = 7 устанавливает верхнюю границу для транспортной задержки с 7 секундами.

Задайте передаточную функцию от обоих входных параметров до выхода.

init_sys = [init_sys,init_sys];

Загрузите данные об отклике системы временного интервала и используйте их, чтобы оценить передаточную функцию. Задайте опции в tfestOptions опция установила opt.

load co2data;
Ts = 0.5; 
data = iddata(Output_exp1,Input_exp1,Ts);
opt = tfestOptions('Display','on','SearchMethod','gna');
opt.InputOffset = [170;50];
opt.OutputOffset = mean(data.y(1:75));
opt.SearchOptions.MaxIterations = 50;
sys = tfest(data,init_sys,opt);

sys idtf модель, содержащая предполагаемую передаточную функцию.

Анализируйте результат оценки для сравнения. Создайте compareOptions опция установила opt2 и задайте смещения ввода и вывода, и затем используйте compare.

opt2 = compareOptions;
opt2.InputOffset = opt.InputOffset;
opt2.OutputOffset = opt.OutputOffset;
compare(data,sys,opt2)

Figure contains an axes object. The axes object contains 2 objects of type line. These objects represent data (y1), sys: 66.19%.

Оцените передаточную функцию, содержащую различные количества полюсов для пар ввода - вывода

Этот пример использует:

Оцените несколько - вход, передаточная функция одно выхода, содержащая различные количества полюсов для пар ввода - вывода для определенных данных.

Получите данные частотной характеристики.

Например, используйте frd создать модель данных частотной характеристики для следующей системы:

$G = [\begin{array}{cccccccccccccccccccc} e^{- 4 s} \frac{s + 2}{s^{3} + 2 s^{2} + 4 s + 5} \\ e^{- 0.6 s} \frac{5}{s^{4} + 2 s^{3} + s^{2} + s} \end{array}]$

Используйте 100 точек частоты, в пределах от от 0,01 рад/с до 100 рад/с, чтобы получить данные частотной характеристики.

G = tf({[1 2],[5]},{[1 2 4 5],[1 2 1 1 0]},0,'IODelay',[4 0.6]);
data = frd(G,logspace(-2,2,100));

data frd объект, содержащий частотную характеристику непрерывного времени для G.

Оцените передаточную функцию для data.

 np = [3 4];
 nz = [1 0];
 iodelay = [4 0.6];
 sys = tfest(data,np,nz,iodelay);

np задает количество полюсов в предполагаемой передаточной функции. Первый элемент np указывает, что передаточная функция от первого входа до выхода содержит три полюса. Точно так же второй элемент np указывает, что передаточная функция от второго входа до выхода содержит четыре полюса.

nz задает количество нулей в предполагаемой передаточной функции. Первый элемент nz указывает, что передаточная функция от первого входа до выхода содержит один нуль. Точно так же второй элемент np указывает, что передаточная функция от второго входа до выхода не содержит нулей.

iodelay задает транспортную задержку от первого входа до выхода как 4 секунды. Транспортная задержка от второго входа до выхода задана как 0,6 секунды.

sys idtf модель, содержащая предполагаемую передаточную функцию.

Оцените передаточную функцию для нестабильной системы

Оцените передаточную функцию, описывающую нестабильную систему с помощью данных частотной характеристики.

Используйте idtf создать модель G передаточной функции из следующей системы:

$G = [\begin{array}{cccccccccccccccccccc} \frac{s + 2}{s^{3} + 2 s^{2} + 4 s + 5} \\ \frac{5}{s^{4} + 2 s^{3} + s^{2} + s + 1} \end{array}]$

G = idtf({[1 2], 5},{[1 2 4 5],[1 2 1 1 1]});

Используйте idfrd получить модель данных частотной характеристики data для G. Задайте 100 точек частоты в пределах от от 0,01 рад/с до 100 рад/с.

data = idfrd(G,logspace(-2,2,100));

data idfrd объект.

Оцените передаточную функцию для data.

np = [3 4];
nz = [1 0];
sys = tfest(data,np,nz);

nz задает количество нулей в предполагаемой передаточной функции. Первый элемент nz указывает, что передаточная функция от первого входа до выхода содержит один нуль. Точно так же второй элемент nz указывает, что передаточная функция от второго входа до выхода не содержит нулей.

sys idtf модель, содержащая предполагаемую передаточную функцию.

pole(sys)

ans = 7×1 complex

  -1.5260 + 0.0000i
  -0.2370 + 1.7946i
  -0.2370 - 1.7946i
  -1.4656 + 0.0000i
  -1.0000 + 0.0000i
   0.2328 + 0.7926i
   0.2328 - 0.7926i

sys нестабильная система, как отображение полюса указывает.

Оцените Передаточную функцию с помощью Высоких Модальных Данных о Частотной характеристике Плотности

Загрузите высокоплотные данные об измерении частотной характеристики. Данные соответствуют нестабильному процессу, обеспеченному в равновесии с помощью управления с обратной связью.

load HighModalDensityData FRF f

Группируйте данные как idfrd объект для идентификации и находит Предвещать ответ величины.

G = idfrd(permute(FRF,[2 3 1]),f,0,'FrequencyUnit','Hz');
bodemag(G)

Figure contains an axes object. The axes object contains an object of type line. This object represents G.

Оцените передаточную функцию с 32 полюсами и 32 нулями, и сравните Предвещать ответ величины.

sys = tfest(G,32,32);
bodemag(G, sys)
xlim([0.01,2e3])
legend

Figure contains an axes object. The axes object contains 2 objects of type line. These objects represent G, sys.

Получите и примените предполагаемые начальные условия

Загрузите и отобразите данные на графике.

load iddata1ic z1i
plot(z1i)

Figure contains 2 axes objects. Axes object 1 with title y1 contains an object of type line. This object represents z1i. Axes object 2 with title u1 contains an object of type line. This object represents z1i.

Исследуйте начальное значение выходных данных y(1).

ystart = z1i.y(1)

ystart = -3.0491

Измеренный выход не запускается в 0.

Оцените передаточную функцию второго порядка sys и возвратите предполагаемое начальное условие ic.

[sys,ic] = tfest(z1i,2,1);
ic

ic = 
  initialCondition with properties:

     A: [2x2 double]
    X0: [2x1 double]
     C: [0.2957 5.2441]
    Ts: 0

ic initialCondition объект, который инкапсулирует свободный ответ sys, в форме пространства состояний, к вектору начального состояния в X0.

Симулируйте sys использование данных об оценке, но не включая начальные условия. Постройте симулированный выход с измеренным выходом.

y_no_ic = sim(sys,z1i);
plot(y_no_ic,z1i)
legend('Model Response','Output Data')

Figure contains 2 axes objects. Axes object 1 with title y1 contains 2 objects of type line. These objects represent Model Response, Output Data. Axes object 2 with title u1 contains an object of type line. This object represents Output Data.

Измеренные и симулированные выходные параметры не соглашаются в начале симуляции.

Включите начальное условие в simOptions опция установлена.

opt = simOptions('InitialCondition',ic);
y_ic = sim(sys,z1i,opt);
plot(y_ic,z1i)
legend('Model Response','Output Data')

Симуляция комбинирует ответ модели на входной сигнал со свободным ответом на начальное условие. Измеренные и симулированные выходные параметры теперь имеют лучшее соглашение в начале симуляции. Это начальное условие допустимо только для данных об оценке z1i.

Входные параметры

`data` — Данные об оценке
`iddata` возразите | `frd` возразите | `idfrd` объект

Данные об оценке в виде iddata объект, frd объект или idfrd объект.

Для оценки временного интервала, data должен быть iddata объект, содержащий значения сигналов ввода и вывода.

Модели timeseries, которые являются моделями, которые не содержат измеренных входных параметров, не могут быть оценены с помощью tfestИспользование ar, arx, или armax для моделей timeseries вместо этого.

Для оценки частотного диапазона, data может быть одно из следующего:

Записанные данные о частотной характеристике (frd (Control System Toolbox) или idfrd)
iddata объект со свойствами, заданными можно следующим образом:
- InputData — Преобразование Фурье входного сигнала
- OutputData — Преобразование Фурье выходного сигнала
- Domain — 'Frequency'

Данные об оценке должны быть однородно произведены.

Для данных о мультиэксперименте должны соответствовать шаги расчета и междемонстрационное поведение всех экспериментов.

Можно оценить оба моделей непрерывного и дискретного времени (шага расчета, совпадающего с тем из data) использование данных временного интервала и данных частотной области дискретного времени. Можно оценить только модели непрерывного времени, использующие данные частотной области непрерывного времени.

`np` — Количество полюсов
неотрицательное целое число | матрица

Количество полюсов в предполагаемой передаточной функции в виде неотрицательного целого числа или матрицы.

Для систем, которые имеют несколько входных параметров и/или несколько выходных параметров, можно применить или глобальное значение или отдельные значения np к парам ввода - вывода, можно следующим образом:

То же количество полюсов для каждой пары — Задает np как скаляр.
Отдельное количество полюсов для каждой пары — Задает np как _ny-by-_nu матрица. _ny является количеством выходных параметров, и _nu является количеством входных параметров.

Для примера см. Оценочную Модель Передаточной функции путем Определения Количества полюсов.

`nz` — Количество нулей
неотрицательное целое число | матрица

Количество нулей в предполагаемой передаточной функции в виде неотрицательного целого числа или матрицы.

Для систем, которые имеют несколько входных параметров, несколько выходных параметров или обоих, можно применить или глобальное значение или отдельные значения nz к парам ввода - вывода, можно следующим образом:

То же количество полюсов для каждой пары — Задает nz как скаляр.
Отдельное количество полюсов для каждой пары — Задает nz как _ny-by-_nu матрица. _ny является количеством выходных параметров, и _nu является количеством входных параметров.

Для модели непрерывного времени, оцененной с помощью данных дискретного времени, набор nz <= np.

Для оценки модели дискретного времени задайте nz как количество нулей полинома числителя передаточной функции. Например, tfest(data,2,1,'Ts',data.Ts) оценивает передаточную функцию формы $b_{1} z^{- 1} / (1 + a_{1} z^{- 1} + b_{2} z^{- 2})$ , в то время как tfest(data,2,2,'Ts',data.Ts) оценки $(b_{1} z^{- 1} + b_{2} z^{- 2}) / (1 + a_{1} z^{- 1} + b_{2} z^{- 2})$ . Здесь, z^-1 переменная задержки Z-преобразования. Для получения дополнительной информации о передаточных функциях дискретного времени, смотрите Представление Дискретного времени. Для примера смотрите Оценочную Передаточную функцию Дискретного времени.

`iodelay` — Транспортная задержка
`[]` (значение по умолчанию) | неотрицательное целое число | матрица

Транспортная задержка в виде неотрицательного целого числа, NaN скаляр или матрица.

Для систем непрерывного времени задайте транспортные задержки единицы измерения времени, сохраненной в TimeUnit свойство data. Для систем дискретного времени задайте транспортные задержки как целые числа, обозначающие задержки кратного шагу расчета Ts.

Для системы MIMO с _Ny выходные параметры и входные параметры _Nu, набор iodelay к _Ny-by-_Nu массив. Каждая запись этого массива является численным значением, которое представляет транспортную задержку соответствующей пары ввода - вывода. Можно также установить iodelay к скалярному значению, чтобы применить ту же задержку со всеми парами ввода - вывода.

Заданные значения обработаны как зафиксированные задержки. Чтобы обозначить неизвестные транспортные задержки, задайте NaN в iodelay матрица.

Использование или 0 указать, что нет никакой транспортной задержки.

Для примера смотрите, что Оценочная Передаточная функция Содержит Известную Транспортную Задержку.

`opt` — Опции оценки
`n4sidOptions` опция установлена

Опции оценки в виде tfestOptions опция установлена. Опции заданы opt включение:

Цель оценки
Обработка начальных условий
Числовой метод поиска, который будет использоваться по оценке

Для примера смотрите, что Оценочная Передаточная функция Использует Набор Опции Оценки.

`init_sys` — Линейная система, которая конфигурирует начальную параметризацию `sys`
`idtf` модель | линейная модель | структура

Линейная система, которая конфигурирует начальную параметризацию sysВ виде idtf модель или как структура. Вы получаете init_sys или путем выполнения оценки с помощью результатов измерений или прямой конструкцией.

Если init_sys idtf модель, tfest использует значения параметров init_sys как исходное предположение для оценки sys.

Используйте Structure свойство init_sys сконфигурировать начальные значения параметров и ограничения для числителя, знаменателя и транспортной задержки. Например:

Задавать исходное предположение для матрицы A init_sys, установите init_sys.Structure.Numerator.Value к исходному предположению.
Задавать ограничения для матрицы B init_sys:
- Установите init_sys.Structure.Numerator.Minimum к минимальным содействующим значениям числителя.
- Установите init_sys.Structure.Numerator.Maximum к максимальным содействующим значениям числителя.
- Установите init_sys.Structure.Numerator.Free указать, какие коэффициенты числителя свободны для оценки.
Для примера смотрите Оценочную Передаточную функцию с Неизвестными, Ограниченными Транспортными Задержками.

Если init_sys не idtf модель, программное обеспечение сначала преобразует init_sys к передаточной функции. tfest использует параметры получившейся модели как исходное предположение для оценки.

Если вы не задаете opt, и init_sys был получен оценкой, а не конструкцией, затем программное обеспечение использует опции оценки от init_sys.Report.OptionsUsed.

Аргументы name-value

Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и Value соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Пример: sys = tfest(data,np,nz,'Ts',0.1)

`Ts` — Шаг расчета предполагаемой модели
0 (непрерывное время) (значение по умолчанию) | положительная скалярная величина

Шаг расчета предполагаемой модели в виде разделенной запятой пары, состоящей из 'Ts' и любой 0 или положительная скалярная величина.

Для моделей непрерывного времени задайте 'Ts' как 0.
Для моделей дискретного времени задайте 'Ts' когда шаг расчета данных в модулях сохранен в TimeUnit свойство. В дискретном случае, np и nz обратитесь к количеству корней z^-1 для полинома числителя и полинома знаменателя.

Для примера смотрите Оценочную Передаточную функцию Дискретного времени.

`InputDelay` — Введите задержки
0 (значение по умолчанию) | скаляр | вектор

Введите задержку каждого входного канала в виде разделенной запятой пары, состоящей из 'InputDelay' и числовой вектор.

Для моделей непрерывного времени задайте 'InputDelay' в единицах измерения времени, сохраненных в TimeUnit свойство.
Для моделей дискретного времени задайте 'InputDelay' в целочисленных множителях шага расчета Ts. Например, установка 'InputDelay' к 3 задает задержку трех периодов выборки.

Для системы с входными параметрами _Nu, набор InputDelay к _Nu-by-1 вектор. Каждая запись этого вектора является численным значением, которое представляет входную задержку соответствующего входного канала.

Чтобы применить ту же задержку со всеми каналами, задайте InputDelay как скаляр.

Для примера смотрите Specify Model Properties Предполагаемой Передаточной функции.

`Feedthrough` — Сквозное соединение для передаточной функции дискретного времени
0 (значение по умолчанию) | `1` | логическая матрица

Сквозное соединение для передаточных функций дискретного времени в виде разделенной запятой пары, состоящей из 'Feedthrough' логический скаляр или _Ny-by-_Nu логическая матрица. _Ny является количеством выходных параметров, и _Nu является количеством входных параметров. Чтобы использовать то же сквозное соединение для всех каналов ввода-вывода, задайте Feedthrough как скаляр.

Рассмотрите модель дискретного времени с двумя полюсами и тремя нулями:

$H (z^{- 1}) = \frac{b 0 + b 1 z^{- 1} + b 2 z^{- 2} + b 3 z^{- 3}}{1 + a 1 z^{- 1} + a 2 z^{- 2}}$

Когда модель имеет прямое сквозное соединение, b0 является свободным параметром, значение которого оценивается наряду с остальной частью параметров модели b1, b2, b3, a1 и a2. Когда модель не имеет никакого сквозного соединения, b0 фиксируется, чтобы обнулить. Для примера смотрите Оценочную Передаточную функцию Дискретного времени со Сквозным соединением.

Выходные аргументы

`sys` — Идентифицированная передаточная функция
`idtf` модель

Идентифицированная передаточная функция, возвращенная как idtf объект. Эта модель создается с помощью заданных порядков модели, задержек и опций оценки.

Информация о результатах оценки и используемых опциях хранится в Report свойство модели. Report имеет следующие поля.

Сообщите о поле Описание

Status

Сводные данные состояния модели, которое указывает, была ли модель создана конструкцией или получена оценкой.

Method

Команда оценки используется.

InitializeMethod

Алгоритм, используемый, чтобы инициализировать числитель и знаменатель для оценки передаточных функций непрерывного времени с помощью данных временного интервала, возвратился как одно из следующих значений:

'iv' — Инструментальный подход Переменной
'svf' — Подход Фильтров Переменной состояния
'gpmf' — Обобщенный подход Функций Момента Пуассона
'n4sid' — Подход оценки пространства состояний подпространства

Это поле особенно полезно, чтобы просмотреть алгоритм, используемый когда InitializeMethod опцией в наборе опции оценки является 'all'.

N4Weight

Взвешивание матриц использовало на шаге сингулярного разложения когда InitializeMethod 'n4sid', возвращенный как одно из следующих значений:

'MOESP' — Используйте алгоритм MOESP Verhaegen.
'CVA' — Используйте канонический алгоритм варьируемой величины (CVA) Larimore.
'SSARX' — Используйте метод идентификации подпространства, который использует ARX основанный на оценке алгоритм, чтобы вычислить взвешивание.

Это поле особенно полезно, чтобы просмотреть матрицы взвешивания, используемые когда N4Weight опцией в наборе опции оценки является 'auto'.

N4Horizon

Передайте и обратные горизонты предсказания, используемые когда InitializeMethod 'n4sid', возвращенный как вектор-строка с тремя элементами — [r sy su], где r максимальный прямой горизонт предсказания. sy количество мимо выходных параметров и su количество прошлых входных параметров, которые используются для предсказаний.

InitialCondition

Обработка начальных условий во время оценки модели, возвращенной как одно из следующих значений:

'zero' — Начальные условия были обнулены.
'estimate' — Начальные условия были обработаны как независимые параметры оценки.
'backcast' — Начальные условия были оценены с помощью лучшего метода наименьших квадратов.

Это поле особенно полезно, чтобы просмотреть, как начальные условия были обработаны когда InitialCondition опцией в наборе опции оценки является 'auto'.

Fit

Количественная оценка оценки, возвращенной как структура. Смотрите Функцию потерь и Метрики качества Модели для получения дополнительной информации об этих метриках качества. Структура имеет следующие поля:

Поле	Описание
`FitPercent`	Мера по нормированной среднеквадратической ошибке (NRMSE) того, как хорошо ответ модели соответствует данным об оценке, описанным как процент fitpercent = 100 (1-NRMSE).
`LossFcn`	Значение функции потерь, когда оценка завершается.
`MSE`	Мера по среднеквадратической ошибке (MSE) того, как хорошо ответ модели соответствует данным об оценке.
`FPE`	Итоговая ошибка предсказания для модели.
`AIC`	Необработанная мера по Критериям информации о Akaike (AIC) качества модели.
`AICc`	Маленький объем выборки откорректировал AIC.
`nAIC`	Нормированный AIC.
`BIC`	Байесовы информационные критерии (BIC).

Parameters

Ориентировочные стоимости параметров модели.

OptionsUsed

Набор опции используется для оценки. Если никакие пользовательские опции не были сконфигурированы, это - набор опций по умолчанию. Смотрите polyestOptions для получения дополнительной информации.

RandState

Состояние потока случайных чисел в начале оценки. Пустой, если рандомизация не использовалась во время оценки. Для получения дополнительной информации смотрите rng.

DataUsed

Атрибуты данных используются для оценки, возвращенной как структура со следующими полями.

Поле	Описание
`Name`	Имя набора данных.
`Type`	Тип данных.
`Length`	Количество выборок данных.
`Ts`	Размер шага.
`InterSample`	Введите междемонстрационное поведение, возвращенное как одно из следующих значений: `'zoh'` — Нулевой порядок содержит, обеспечивает кусочно-постоянный входной сигнал между выборками. `'foh'` — Хранение первого порядка обеспечивает кусочно-линейный входной сигнал между выборками. `'bl'` — Ограниченное полосой поведение указывает, что входной сигнал непрерывного времени имеет нулевую силу выше частоты Найквиста.
`InputOffset`	Возместите удаленный из входных данных временного интервала во время оценки. Для нелинейных моделей это - `[]`.
`OutputOffset`	Возместите удаленный из выходных данных временного интервала во время оценки. Для нелинейных моделей это - `[]`.

Termination

Условия завершения для итеративного поиска, используемого для ошибочной минимизации предсказания, возвращенной как структура со следующими полями:

Поле	Описание
`WhyStop`	Причина завершения числового поиска.
`Iterations`	Количество поисковых итераций выполняется алгоритмом оценки.
`FirstOrderOptimality`	$\infty$ - норма вектора просмотра градиента, когда алгоритм поиска останавливается.
`FcnCount`	Число раз целевая функция было названо.
`UpdateNorm`	Норма вектора просмотра градиента в последней итерации. Не использованный, когда методом поиска является `'lsqnonlin'` или `'fmincon'`.
`LastImprovement`	Улучшение критерия последней итерации, описанной как процент. Не использованный, когда методом поиска является `'lsqnonlin'` или `'fmincon'`.
`Algorithm`	Алгоритм используется `'lsqnonlin'` или `'fmincon'` метод поиска. Не использованный, когда другие методы поиска используются.

Для методов оценки, которые не требуют числовой оптимизации поиска, Termination поле не использовано.

Для получения дополнительной информации об использовании Report, см. Отчет Оценки.

`ic` — Начальные условия
`initialCondition` возразите | объектный массив `initialCondition` значения

Предполагаемые начальные условия, возвращенные как initialCondition возразите или объектный массив initialCondition значения.

Для набора данных одно эксперимента, ic представляет, в форме пространства состояний, свободном ответе модели передаточной функции (A и матрицы C) к предполагаемым начальным состояниям (_x0).
Для набора данных нескольких-экспериментов с экспериментами _Ne, ic объектный массив длины _Ne, который содержит один набор initialCondition значения для каждого эксперимента.

Если tfest возвращает ic значения 0 и вы знают, что вы имеете ненулевые начальные условия, устанавливаете 'InitialCondition' опция в tfestOptions к 'estimate' и передайте обновленный набор опции tfest. Например:

opt = tfestOptions('InitialCondition','estimate')
[sys,ic] = tfest(data,np,nz,opt)

'auto' по умолчанию установка 'InitialCondition' использует 'zero' метод, когда начальные условия оказывают незначительное влияние на полный процесс минимизации ошибки расчета. Определение 'estimate' гарантирует, что программное обеспечение оценивает значения для ic.

Для получения дополнительной информации смотрите initialCondition. Для примера использования этого аргумента смотрите, Получают и Применяют Предполагаемые Начальные условия.

Алгоритмы