Подготовка данных для нелинейной идентификации

Оценка нелинейного ARX и моделей Хаммерстайна-Винера требует однородно произведенных данных временного интервала. Ваши данные могут иметь одни или несколько графиков входного и выходного каналов.

Для данных timeseries можно только подбирать нелинейные модели ARX и нелинейные модели в пространстве состояний.

Совет

Каждый раз, когда возможно, используйте различные наборы данных для оценки модели и валидации.

Прежде, чем оценить модели, импортируйте свои данные в MATLAB® рабочая область и выполняет одно из следующих действий:

  • В приложении System Identification. Импортируйте данные в приложение, как описано в Представляют Данные.

  • В командной строке. Представляйте свои данные как iddata объект, как описано в соответствующей странице с описанием.

Можно анализировать качество данных и предварительно обработать данные путем интерполяции отсутствующих значений, фильтрации, чтобы подчеркнуть определенный частотный диапазон или передискретизации использования различного шага расчета (см. Способы Подготовка данных для System Identification).

Удаление тренда данных может быть полезным в определенных случаях, такой как прежде, чем смоделировать отношение между изменением во входе и изменением в выходе о рабочей точке. Однако большинство приложений не требует, чтобы вы удалили смещения и линейные тренды из данных перед нелинейным моделированием.

Связанные примеры

Больше о