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.
