idproc

连续时间过程模型与可识别参数

所有的页面崩溃

语法

sys = idproc(类型) sys = idproc(类型、名称、值)

描述

sys= idproc (类型)创建了一个连续时间过程模型与可识别参数。类型指定方面的模型结构,如极数的模型,模型包括一个积分器,是否,是否模型包括一个时间延迟。

sys= idproc (类型,名称,值)创建一个流程模型与指定的一个或多个额外的属性名称,值对参数。

对象描述

一个idproc模型表示一个系统的连续时间过程模型可识别(有价值的)系数。

一个简单的流程模型的输出增益,时间常数,和延迟:

$年代 y 年代 = \frac{K_{p}}{1 + T_{p 1} 年代} e^{- T_{d} 年代} 。$

K_p是一个比例增益。K_p₁的时间常数是真正的钢管,T_d传输延迟(死亡时间)。

更普遍的是,idproc可以代表流程模型与三个波兰人和零:

$年代 y 年代 = K_{p} \frac{1 + T_{z} 年代}{(1 + T_{p 1} 年代) (1 + T_{p 2} 年代) (1 + T_{p 3} 年代)} e^{- T_{d} 年代} 。$

的两个极点可以一对共轭复数(阻尼不足的)。在这种情况下,流程模型的一般形式是:

$年代 y 年代 = K_{p} \frac{1 + T_{z} 年代}{(1 + 2 ζ T_{ω} 年代 + {(T_{ω} 年代)}^{2}) (1 + T_{p 3} 年代)} e^{- T_{d} 年代} 。$

T_ω是复杂的时间常数对波兰人,然后呢ζ是相关的阻尼常数。

此外,任何idproc模型可以有一个积分器。例如,下面是一个过程模型,可以表示idproc:

$年代 y 年代 = K_{p} \frac{1}{年代 (1 + 2 ζ T_{ω} 年代 + {(T_{ω} 年代)}^{2})} e^{- T_{d} 年代} 。$

这个模型没有零(T_z= 0)。该模型有一双复杂的波兰人。模型也有集成商,由1 /年代术语。

为idproc延迟模型,所有的时间常数,比例增益和阻尼系数可以有价值的参数。的idproc模型的这些参数的值存储在属性模型等Kp,Tp1,ζ。(见属性为更多的信息。)

天线系统流程模型包含一个流程模型的输出对应于每一对输入-输出的系统。为idproc模型中,每一对输入-输出的形式都可以独立地指定。例如,两个输入,一个输出过程可以有一个通道与两极和不为零,零,另一个通道,一个杆和一个积分器。所有的系数都是独立的有价值的参数。

有两种方法可以获得一个idproc模型:

估计idproc模型基于输出或输入-输出的测量系统,使用过程命令。过程估计的值自由参数如增益、时间常数和时间延迟。估计的值被存储为属性产生的idproc模型。例如,属性sys.Tz和sys.Kp一个idproc模型sys存储0时间常数和比例增益,分别。(见属性为更多的信息。)的报告结果模型的属性存储的信息估计,如处理初始条件和选项用于估计。
当你获得一个idproc模型的估计,可以提取使用命令估计系数和模型的不确定性等getpar和getcov。
创建一个idproc模型使用idproc命令。
您可以创建一个idproc模型配置流程模型的初始参数估计。当你这样做时,你可以指定约束参数。例如,您可以修复一些系数的值,或者指定最小或最大自由系数值。然后,您可以使用配置的模型作为输入参数过程估计参数值与约束。

例子

全部折叠

创建流程模型的输出与复杂的波兰人和时间延迟

打开生活的脚本

创建一个流程模型与一双复杂的波兰人和时间延迟。模型的初始值设置为以下几点:

$年代 y 年代 = \frac{0 。 01}{1 + 2 (0 。 1) (10) 年代 + {(10 年代)}^{2}} e^{- - - - - - 5 年代}$

创建一个与指定的流程模型结构。

sys = idproc (“P2DU”)

sys =流程模型传递函数:Kp G (s) = - - - - - - - - - - - - - - - - - - - - - - - * exp (Td * s) 1 + 2 *ζ* Tw * s + (Tw * s) ^ 2 Kp =南Tw Td = =南ζ=南南参数化:{“P2DU”}很多免费的系数:4使用“getpvec”、“getcov”参数及其不确定性。状态:由直接建设或转换。不估计。

输入“P2DU”指定一个欠阻尼的波兰人和时间延迟。显示器显示sys所需的结构。显示也显示,四个自由参数,Kp,太瓦,ζ,道明都是初始化南。

所有参数的初始值设置为所需的值。

sys.Kp=0。01;sys。太瓦=10;sys。ζ= 0.1; sys.Td = 5;

您可以使用sys指定这个参数化和这些过程模型估计的初始猜测过程。

创建一个MIMO过程模型

打开生活的脚本

创建一个输入三输出过程模型,每个通道有两个真正的波兰人和零,但只有第一个通道有一个时间延迟,和只有第一个和第三个通道有一个积分器。

类型= {“P2ZDI”;“P2Z”;“P2ZI”};sys = idproc(类型)

求和sys = 3输出过程模型:k = Gk (s)从输入1输出1 u: 1 + Tz * s G1 (s) = Kp * - - - - - - - - - - - - - - - - - - - * exp (Td *)年代(1 + Tp1 * s) (1 + Tp2 * s) Kp =南Tp1 Td =南Tz = =南Tp2 =南南从输入1输出2:1 + Tz * s G1 (s) = Kp * - - - - - - - - - - - - - - - - - - (1 + Tp1 * s) (1 + Tp2 * s) Kp =南Tp1 =南Tp2 =南Tz =南从输入1输出3:1 + Tz * s G1 (s) = Kp * - - - - - - - - - - - - - - - - - - - s (1 + Tp1 * s) (1 + Tp2 * s) Kp =南Tp1 =南Tp2 =南Tz =南参数化:{“P2DIZ”} {‘P2Z} {‘P2IZ}很多免费的系数:13使用“getpvec”、“getcov”参数及其不确定性。状态:由直接建设或转换。不估计。

idproc创建一个分布式天线模型,向量的每个字符类型数组定义的结构对应的I / O。自类型是一个列向量的特征向量,sys是一个一个输入三输出模型指定的参数化结构。类型{k, 1}指定子系统的结构sys (k, 1)。所有可识别的参数初始化南。

创建数组的过程模型

打开生活的脚本

创建一个3×1的流程模型,每个包含一个输出和两个输入通道。

指定数组中的每个模型的结构流程模型。

类型1 = {“P1D”,“P2DZ”};类型2 = {“P0”,“P3UI”};type3 = {“P2D”,“P2DI”};类型=猫(3,type1, type2 type3);大小(类型)

ans =1×31 2 3

使用类型创建数组。

sysarr = idproc(类型);

第一个细胞的二维数组类型设置每个模型的输出和输入维数组的流程模型。其余尺寸单元阵列设置数组的维度。因此,sysarr是一个模特2-input数组,一个输出流程模型。

从数组中选择一个模型。

sysarr (:: 2)

ans =流程模型与2输入:y = G11 (s) u1 + G12 (s) u2从输入1输出1:为G11 (s) = Kp Kp =南从输入2输出1:Kp G12 (s) = - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - s(1 + 2 *ζ* Tw * s + (Tw * s) ^ 2) (1 + Tp3 * s) Kp =南Tw =南ζ=南Tp3 =南参数化:{“P0”} {‘P3IU}很多免费的系数:5使用“getpvec”、“getcov”参数及其不确定性。状态:由直接建设或转换。不估计。

对应于这两个输入,一个输出模型类型2条目的类型单元阵列。

输入参数

类型

模型结构,指定为一个字符特征向量的向量或单元阵列。

对于输出模型,类型是一个特征向量组成的一个或多个字符指定方面模型的结构:

字符	意义
`Pk`	一个过程模型k波兰人(不包括一个积分器)。k必须是0、1、2或3。
`Z`	流程模型包含一个零(T_z≠0)`类型`与`P0`不能包含`Z`(没有两极的流程模型不能包含一个零)。
`D`	流程模型包含一个时间延迟(空载时间)(T_d≠0)。
`我`	流程模型包含一个积分器(1 /年代)。
`U`	欠阻尼的流程模型。在这种情况下,过程模型包括一双复杂的波兰人

每一个类型特征向量必须首先之一P0,P1,P2,或P3。所有其他组件是可选的。例如:

“P1D”指定一个流程模型与一个杆和一个时间延迟(空载时间)项:

$年代 y 年代 = \frac{K_{p}}{1 + T_{p 1} 年代} e^{- T_{d} 年代} 。$

Kp,Tp1,道明这个模型的识别参数。
“P2U”创建一个流程模型与一双复杂的两极:

$年代 y 年代 = \frac{K_{p}}{(1 + 2 ζ T_{ω} 年代 + {(T_{ω} 年代)}^{2})} 。$

Kp,太瓦,ζ这个模型的识别参数。
“P3ZDI”创建一个流程模型和三个波兰人。所有波兰人是真实的,因为U不包括。模型还包含了一个零,时间延迟,和一个积分器:

$年代 y 年代 = K_{p} \frac{1 + T_{z} 年代}{年代 (1 + T_{p 1} 年代) (1 + T_{p 2} 年代) (1 + T_{p 3} 年代)} e^{- T_{d} 年代} 。$

这个模型的识别参数Kp,Tz,Tp1,Tp2,Tp3,道明。

所有参数的值在一个特定的模型结构初始化南。你可以改变他们有限的值通过设置相应的值idproc模型属性在您创建模型。例如,sys。道明=5设置初始值的时间延迟sys5。

天线系统的过程模型纽约输出和ν输入,类型是一个纽约——- - - - - -ν单元阵列特征向量指定的结构模型中的每一对输入/输出。例如,类型{i, j}指定了类型的子系统系统(i, j)从jth的输入y输出。

名称-值对的观点

指定可选的逗号分隔条名称,值参数。的名字参数名称和吗价值相应的价值。的名字必须出现在引号。您可以指定几个名称和值对参数在任何顺序Name1, Value1,…,的家。

使用名称,值参数指定参数初始值和额外的属性的idproc模型在模型的创建。例如,sys = idproc (“p2z”、“InputName”、“电压”、“金伯利进程”,10 ' Tz ', 0);创建一个idproc模型与InputName属性设置为电压。命令还初始化参数Kp值为10,Tz为0。

属性

idproc对象属性包括:

类型

模型结构,指定为一个字符特征向量的向量或单元阵列。

输出模型sys,房地产sys.Type包含一个特征向量指定的结构系统。例如,“P1D”。

MIMO模型纽约输出和ν输入,sys.Type是一个纽约——- - - - - -ν单元阵列特征向量指定的结构模型中的每一对输入/输出。例如,类型{i, j}指定子系统的结构系统(i, j)从jth的输入我输出。

特征向量是由一个或多个字符指定方面模型的结构:

字符	意义
`Pk`	一个过程模型k波兰人(不包括一个积分器)。k是0、1、2或3。
`Z`	流程模型包含一个零(T_z≠0)。
`D`	流程模型包含一个时间延迟(空载时间)(T_d≠0)。
`我`	流程模型包含一个积分器(1 /年代)。
`U`	欠阻尼的流程模型。在这种情况下,过程模型包括一双复杂的波兰人

如果你创建一个idproc模型sys使用idproc命令,sys.Type包含指定的模型结构类型输入参数。

如果你得到一个idproc模型通过识别使用过程,然后sys.Type包含指定的模型结构,识别。

一般来说,你不能改变现有的模型的类型。但是,你可以改变模型是否使用属性包含一个积分器sys.Integration。

Kp、Tp1 Tp2、Tp3 Tz, Tw,ζ,道明

过程模型参数的值。

如果你创建一个idproc模型使用idproc命令,所有参数的值出现在模型结构初始化默认情况下南。没有出现在模型结构参数的值是固定的0。例如,如果你创建一个模型,sys类型的,“P1D”,然后Kp,Tp1,道明正在初始化南和参数识别(免费)。所有剩余的参数,如Tp2和Tz在模型中是不活跃的。不活跃的参数的值是固定的为零,不能改变。

MIMO模型纽约输出和ν是一个输入,每个参数值纽约——- - - - - -ν单元阵列特征向量为每个输入/输出指定相应的参数值对模型中。例如,sys.Kp (i, j)指定了Kp价值的子系统系统(i, j)从jth的输入我输出。

对于一个idproc模型sys,每个参数值等属性sys.Kp,sys.Tp1,sys.Tz,其他的是相应的别名价值条目的结构的属性sys。例如,sys.Tp3一个别名财产的价值吗sys.Structure.Tp3.Value。

默认值:对于每一个参数值,南如果流程模型结构包括特定的参数;如果结构不包括参数。

集成

逻辑值或矩阵表示的存在与否的积分器过程的传递函数模型。

输出模型sys,sys.Integration=true如果模型包含一个积分器。

对于一个MIMO模型,sys.Integration (i, j) = true如果的传递函数jth的输入我输出包含一个积分器。

当您创建一个流程模型使用idproc命令,的价值sys.Integration取决于是否对应类型包含我。

NoiseTF

噪声传递函数的系数。

sys.NoiseTF存储的分子和分母多项式系数噪声传递函数H(年代)=N(年代) /D(年代)。

sys.NoiseTF是一个结构域全国矿工工会和窝。每个字段是一个细胞的数组N_y行向量,N_y输出的数量吗sys。这些行向量指定噪声传递函数系数的分子和分母的降幂年代。

通常,估计的噪声传递函数自动计算功能过程。您可以指定一个噪声传递函数过程使用作为一个初始值。例如:

NoiseNum = {2.2 [1];0.54 [1]};NoiseDen = {1.3 [1];[1 - 2]};NoiseTF =结构(“num”{NoiseNum},“窝”,{NoiseDen});sys = idproc ({“p2”;“p1di”});% 2-output, 1-input流程模型sys.NoiseTF=NoiseTF;

每一个向量sys.NoiseTF.num和sys.NoiseTF.den一定长度的3或更少(二阶年代或更少)。每个向量都必须从1开始。分子一个向量的长度必须相等,对应的分母向量,这样H(年代)总是biproper。

默认值:结构(“num”{num2cell ((Ny, 1))},“窝”,{num2cell ((Ny, 1))})

结构

信息的有价值的参数idproc模型。

sys.Structure包含一个条目,每个参数的模型结构sys。例如,如果sys的类型是“P1D”,然后sys包括识别参数Kp,Tp1,道明。相应地,sys.Structure.Kp,sys.Structure.Tp1,sys.Structure.Td分别包含这些参数信息。

这些参数条目sys.Structure包含以下字段:

价值——参数值。例如,sys.Structure.Kp.Value包含的初始或估算值K_p参数。
南代表未知的参数值。
为每个参数值的输出模型,属性等sys.Kp,sys.Tp1,sys.Tz,其他的是相应的别名价值条目的结构的属性sys。例如,sys.Tp3一个别名财产的价值吗sys.Structure.Tp3.Value。
对MIMO模型,sys.Kp {i, j}是一个别名sys.Structure .Kp.Value (i, j)和类似的其他可识别的系数值。
最低最小值,可以假设在估计的参数。例如,sys.Structure.Kp。最小值= 1限制了比例增益值大于或等于1。
最大——参数可以假设在估计的最大值。
免费的-逻辑值指定是否免费评估变量参数。如果你想修复的价值在估计参数,设置相应的自由= false。例如,修复死时间5:
```
sys。道明=5;sys.Structure.Td。自由= false;
```
规模——的规模参数的值。规模不是用于估计。
信息——结构数组存储参数单位和标签。的结构标签和单位字段。
指定参数的单位和标签作为特征向量。例如,“时间”。

结构还包括一个字段集成存储逻辑数组表示是否每个相应的过程模型有一个积分器。sys.Structure.Integration是一个别名sys.Integration。

MIMO模型纽约输出和ν输入,结构是一个纽约——- - - - - -ν数组中。的元素结构(i, j)包含信息对应的流程模型(i, j)输入-输出。

NoiseVariance

方差协方差矩阵模型的创新e。

一个识别模型包括一个白色,高斯噪声组件e(t)。NoiseVariance是这个噪声分量的方差。通常,模型估计函数(如过程)确定方差。

对于输出模型,NoiseVariance是一个标量。对MIMO模型,NoiseVariance是一个N_y——- - - - - -N_y矩阵,N_y是系统中输出的数量。

报告

总结报告,其中包含的信息评估流程模型时选择和结果得到使用过程估计命令。使用报告查询如何估计的模型,包括:

估算方法
估计选项
搜索终止条件
评估数据和其他质量指标

的内容报告如果模型是由建设无关。

m = idproc (“P2DU”);m.Report.OptionsUsed

ans = []

如果你使用估计命令获取流程模型,领域的报告包含信息的评估数据,选择,和结果。

负载iddata2z2;m = proc (z2,“P2DU”);m.Report.OptionsUsed

DisturbanceModel:“估计”InitialCondition:‘汽车’专注:“预测”EstimateCovariance: 1显示:“关闭”InputOffset: [1 x1参数。连续]OutputOffset:[]正规化:[1 x1 struct] SearchMethod:“汽车”SearchOptions: [1 x1 idoptions.search。identsolver] OutputWeight:[]先进:[1 x1 struct]

报告是一个只读属性。

有关这个属性的更多信息,以及如何使用它,请输出参数部分相应的估计和命令参考页面评估报告。

InputDelay

输入延迟。InputDelay是一个数值向量为每个输入通道指定一个时间延迟。指定输入延迟中存储的时间单位TimeUnit财产。

为一个系统ν输入,设置InputDelay到一个ν1的向量,其中每个条目是一个数值表示的输入延迟相应的输入通道。你也可以设置InputDelay一个标量值应用相同的延迟所有频道。

默认值:对所有输入通道0

OutputDelay

输出延迟。

识别系统idproc,OutputDelay是固定为零。

Ts

样品时间。为idproc,Ts固定为零,因为所有吗idproc连续时间模型。

TimeUnit

单位时间变量,样品时间Ts在模型中,任何时间延迟,指定为以下值之一:

“纳秒”
微秒的
的毫秒
“秒”
“分钟”
“小时”
“天”
“周”
“月”
“年”

改变对其他属性,这个属性没有影响,因此改变整个系统的行为。使用chgTimeUnit时间单位,无需修改系统行为之间的转换。

默认值:“秒”

InputName

输入通道名称,指定为以下之一:

特征向量,输入模型,例如,“控制”。
单元阵列特征向量,对于多输入模型。

另外,使用自动分配向量扩张输入名字多输入模型。例如,如果sys是一个两个输入模型中,输入:

sys.InputName=“控制”;

输入名称自动扩大{“控制(1)”,“控制”(2)}。

当你使用一个估计模型iddata对象,数据,软件自动设置InputName来data.InputName。

您可以使用速记符号u来指InputName财产。例如,sys.u相当于sys.InputName。

输入通道名称有几种用途,包括:

识别频道模型显示和阴谋
提取MIMO系统的子系统
当互连模型指定连接点

默认值:”对所有输入通道

InputUnit

输入通道单位,指定为以下之一:

特征向量,输入模型,例如,“秒”。
单元阵列特征向量,对于多输入模型。

使用InputUnit跟踪输入信号的单位。InputUnit没有对系统行为的影响。

默认值:”对所有输入通道

InputGroup

输入通道组。的InputGroup属性允许您指定MIMO系统的输入通道组,指每组的名字。指定输入组作为一个结构。在这个结构中,字段名称的组名称和字段值是属于每个组的输入通道。例如:

sys.InputGroup。控制=[1 2]; sys.InputGroup.noise = [3 5];

创建输入组命名控制和噪音包括输入通道1、2和3,分别为5。然后您可以提取的子系统控制输入所有输出使用:

sys(:,“控制”)

默认值:结构没有字段

OutputName

输出通道名称,指定为以下之一:

特征向量,对于模型。例如,“测量”。
单元阵列特征向量的——对多输出模型。

另外,使用自动分配向量扩张输出名称多输出模型。例如,如果sys是一个两个输出模型,输入:

sys.OutputName=“测量”;

输出名称自动扩大{“测量(1)”,“测量”(2)}。

当你使用一个估计模型iddata对象,数据,软件自动设置OutputName来data.OutputName。

您可以使用速记符号y来指OutputName财产。例如,sys.y相当于sys.OutputName。

输出通道名称有几种用途,包括:

识别频道模型显示和阴谋
提取MIMO系统的子系统
当互连模型指定连接点

默认值:”对所有输出通道

OutputUnit

输出通道单位,指定为以下之一:

特征向量,对于模型。例如,“秒”。
单元阵列特征向量的——对多输出模型。

使用OutputUnit跟踪输出信号单元。OutputUnit没有对系统行为的影响。

默认值:”对所有输出通道

OutputGroup

输出通道组。的OutputGroup属性允许您指定MIMO系统的输出通道组,指每组的名字。指定输出组作为一个结构。在这个结构中,字段名称的组名称和字段值是属于每个组的输出通道。例如:

sys.OutputGroup。温度=[1]; sys.InputGroup.measurement = [3 5];

创建输出组命名温度和测量包括输出通道1,3,5,分别。然后您可以从所有输入提取子系统测量输出使用:

系统(“测量”,:)

默认值:结构没有字段

的名字

系统名称、指定为一个特征向量。例如,“system_1”。

默认值:”

笔记

任何你想要的文本关联系统,存储为一个字符串或一个单元阵列的特征向量。您提供的属性存储任何数据类型。例如,如果sys1和sys2动态系统模型,您可以设置他们的吗笔记属性如下:

sys1。笔记=“sys1字符串。”;sys2。笔记=sys2有一个特征向量。;sys1。笔记sys2。笔记

ans =“sys1字符串。”ans = sys2有一个特征向量。

默认值:(0×1的字符串)

用户数据

任何你想要的类型的数据与系统,指定为任何MATLAB^®数据类型。

默认值:[]

SamplingGrid

采样网格模型数组,指定为一个数据结构。

确定线性数组(IDLTI)模型,导出了采样一个或多个自变量,这个属性与每个模型相关的变量值。这个信息显示或绘制模型时出现数组。使用此信息来跟踪结果返回给独立变量。

数据结构的字段名称设置为抽样变量的名字。设置字段值的采样与数组中的每个模型相关的变量值。所有抽样变量应该是数字和标量值,和所有数组的采样值应该匹配模型的维度的数组。

举个例子,如果你收集数据在不同操作系统的点,您可以确定一个模型分别为每个操作点,然后叠加结果数组组合进一个系统。你可以标记数组中的单个模型信息操作要点:

nominal_engine_rpm = (1000 5000 10000);sys。SamplingGrid =结构(“转”nominal_engine_rpm)

在哪里sys是一个数组包含三种识别模型获得在1000 rpm,分别为5000和10000。

生成的模型阵列的线性化模型金宝app^®模型在多个参数值或操作点,软件填充SamplingGrid自动变量的值,对应于每个条目数组中。例如,金宝app仿真软件控制设计™命令线性化和slLinearizer填充SamplingGrid以这种方式。

默认值:[]

另请参阅

中的难点|idtf|pem|过程|党卫军|特遣部队

之前介绍过的R2006a

系统辨识工具箱文档

金宝app

试着用MATLAB仿真软金宝app件,和其他产品下载188bet金宝搏

得到审判现在