重构丢失的输入和输出数据
Datae =错误数据(数据)
Datae =错误数据(数据模型)
Datae =错误数据(数据、MaxIterations Tol)
Datae =错误数据(数据)
重新构造丢失的输入和输出数据。数据
时域输入-输出数据在iddata
对象的格式。丢失的数据样本(输入和输出)被输入为南
年代。Datae
是一个iddata
对象,其中丢失的数据已被合理的估计所替代。
Datae =错误数据(数据模型)
指定用于重建丢失数据的模型。模型
是否任何线性识别模型(idtf
,idproc
,idgrey
,idpoly
,中的难点
)。如果没有合适的模型已知,它被估计在一个迭代的方式使用默认的有序状态空间模型。
Datae =错误数据(数据、MaxIterations Tol)
指定最大迭代数和容错。MaxIterations
是执行的最大迭代次数(默认为10)。当两个连续数据估计值之间的差异小于时,迭代终止托尔
%。的默认值托尔
是1
。
对于给定的模型,将缺失数据作为参数进行估计,以使重构数据的输出预测误差最小。见Ljung(1999)第14.2节。从统计学的角度来看,将缺失的输出作为参数处理并不是最好的方法,但在许多情况下是一个很好的近似。
在不给出模型的情况下,该算法根据当前重构情况,在缺失数据估计和模型估计之间交替进行。