Прежде чем можно будет выполнить эту задачу, у вас должны быть данные временного интервала как iddata
объект. Смотрите, что Временной и частотный диапазон Представления Использует Объекты iddata.
Примечание
Если вы планируете оценить модели из этих данных, ваши данные должны регулярно производиться.
Используйте detrend
команда, чтобы удалить средние значения сигнала или линейные тренды:
[data_d,T]=detrend(data,Type)
где data
данные должны быть детрендированы. Второй входной параметр Type=0
удаляет средние значения сигнала или Type=1
удаляет линейные тренды. data_d
детрендированные данные. T
isa TrendInfo
возразите, что хранит значения вычтенных смещений и наклоны удаленных трендов.
Прежде чем можно будет выполнить эту задачу, вы должны иметь
Данные временного интервала как iddata
объект. Смотрите, что Временной и частотный диапазон Представления Использует Объекты iddata.
Примечание
Если вы планируете оценить модели из этих данных, ваши данные должны регулярно производиться.
Значения смещений вы хотите удалить из входных и выходных данных. Если вы не знаете эти значения, визуально смотрите график временной зависимости своих данных. Для получения дополнительной информации смотрите, Как Отобразить Данные на графике в Командной строке.
Создайте объект по умолчанию для хранения смещений ввода - вывода, которые вы хотите удалить из данных.
T = getTrend(data)
где T
isa TrendInfo
объект.
Присвойте значения смещения T
.
T.InputOffset=I_value; T.OutputOffset=O_value;
где I_value
входное значение смещения и O_value
входное значение смещения.
Удалите заданные смещения из data
.
data_d = detrend(data,T)
где второй входной параметр T
хранит значения смещения как его свойства.