Можно оценить линейный, полиномиальные модели черного ящика из данных со следующими характеристиками:
Время - или данные частотной области (iddata
или idfrd
объекты данных).
Примечание
Для данных частотной области можно только оценить модели ARX и OE.
Чтобы оценить полиномиальные модели для данных timeseries, смотрите Анализ Временных рядов.
Действительные данные или комплексные данные в любой области.
Одно выход и несколько - выход.
Необходимо импортировать данные в MATLAB® рабочая область, как описано в Подготовке данных.
Чтобы получить линейную, модель непрерывного времени произвольной структуры для данных временного интервала, можно оценить модель дискретного времени, и затем использовать d2c
преобразовать его к модели непрерывного времени.
Для данных частотной области непрерывного времени можно оценить непосредственно только модели непрерывного времени Ошибки на выходе (OE). Другие структуры включают шумовые модели, который не поддерживается для данных частотной области.
Совет
Чтобы обозначить данные частотной области непрерывного времени, установите шаг расчета данных на 0. Можно установить шаг расчета, когда вы импортируете данные в приложение или устанавливаете Ts
свойство объекта данных в командной строке.
Можно оценить произвольный порядок, линейные модели в пространстве состояний в течение обоих раз - или данные частотной области.
Установите свойство данных Ts
к:
0, для данных о частотной характеристике, которые измеряются непосредственно из эксперимента.
Равный Ts
из исходных данных, для данных о частотной характеристике получен путем преобразования временного интервала iddata
(использование spa
и etfe
).
Совет
Можно установить шаг расчета, когда вы импортируете данные в приложение или устанавливаете Ts
свойство объекта данных в командной строке.