System Identification Toolbox™ обеспечивает инструменты для анализа данных и для оценки и оценки моделей и во время и в частотные диапазоны. Чтобы использовать инструменты и методы, которые не находятся в той же области как ваши результаты измерений, можно преобразовать данные между временным интервалом и частотным диапазоном.
iddata
временной интервал объектно-ориентированной памяти или данные частотной области.
Данные Time-domain состоят из одной или нескольких входных переменных u (t) и одна или несколько выходных переменных y (t), произведенный в зависимости от времени.
Данные Frequency-domain состоят или из преобразованных сигналов временной области ввода и вывода или из системной частотной характеристики, произведенной в зависимости от частоты независимой переменной.
Для получения дальнейшей информации о представлении временного интервала и данных частотной области в MATLAB®, смотрите Данные о Представлении в рабочем пространстве MATLAB.
Можно преобразовать данные от одной области до другого. Таблица суммирует команды для преобразования данных между временным и частотным диапазоном. Дополнительные сведения см. в соответствующих страницах с описанием команды.
Команда | Описание | Пример синтаксиса |
---|---|---|
fft | Преобразуйте данные временного интервала к частотному диапазону. Можно задать | Преобразовать временной интервал f_data = fft(t_data,N) |
ifft | Преобразуйте данные частотной области к временному интервалу. Частоты линейны и равномерно распределены. | Преобразовать частотный диапазон t_data = ifft(f_data) |
Преобразование iddata
данные в форму idfrd
частотная характеристика является типом оценки. Если вы хотите оценить частотную характеристику с помощью iddata
возразите, смотрите Преобразование Между Данными Частотного диапазона и Частотной характеристики.
Преобразуйте данные от временного интервала до частотного диапазона и назад к временному интервалу и сравните эффективность для моделей, оцененных из исходных и преобразованных данных.
Загрузите и отобразите данные временного интервала на графике z1
, который содержит 300 выборок.
load iddata1 z1 plot(z1)
Найдите шаг расчета Ts
из z1
.
Ts = z1.Ts
Ts = 0.1000
Шаг расчета составляет 0,1 с.
Преобразуйте z1
в частотный диапазон.
z1f = fft(z1)
z1f = Frequency domain data set with responses at 151 frequencies. Frequency range: 0 to 31.416 rad/seconds Sample time: 0.1 seconds Outputs Unit (if specified) y1 Inputs Unit (if specified) u1
Частотный диапазон расширяет к 31,416 рад/с, который равен частоте Найквиста pi
/Ts
.
Постройте данные частотной области.
plot(z1f)
Преобразуйте z1f
назад к временному интервалу и графику эти два сигнала временной области вместе..
z1t = ifft(z1f)
z1t = Time domain data set with 300 samples. Sample time: 0.1 seconds Outputs Unit (if specified) y1 Inputs Unit (if specified) u1
plot(z1t,z1)
Сигналы выстраиваются в линию точно.
Оцените модели в пространстве состояний второго порядка для z1
и z1t
.
sys1 = ssest(z1,2); sys1t = ssest(z1t,2); compare(z1,sys1,sys1t)
Оцените модель в пространстве состояний для z1f
.
sys1f = ssest(z1f,2); compare(z1f,sys1f)
Подходящие проценты для временного интервала и моделей частотного диапазона подобны.
fft
| iddata
| ifft
| etfe
| spa
| spafdr