渣油

计算和检验残差

折叠所有页面

语法

渣油(数据、系统)

渣油(数据、sys Linespec)

sysn渣油(数据、sys1…)

渣油(数据、sys1 Linespec1…, sysn Linespecn)

残油(___选项)

残油(___、类型)

[E R] =渣油(数据、系统)

描述

例子

残油(数据,sys)为已识别的模型计算超前1步预测误差(残差)，sys，并将剩余输入动态绘制成以下图形之一，具体取决于中的数据数据:

对于时域数据,渣油绘制残差的自相关和残差的互相关与输入信号。相关系数是在-25到25之间产生的。若要指定不同的最大延迟值，请使用residOptions。表示统计上不显著相关性的99%置信区域显示为x轴周围的阴影区域。
对于频域数据,渣油绘制从输入信号到残差的频率响应的波德图。标志着统计上不显著的响应的99%置信区域显示为x轴周围的区域。

要更改显示选项，右键单击绘图以访问上下文菜单。有关菜单的更多细节，请参见提示。

例子

残油(数据,sys,Linespec)设置线条样式、标记符号和颜色。

例子

残油(数据、sys1 sysn……)计算并绘制多个识别模型的残差sys1、……sysn。

例子

残油(数据,Linespec1 sys1…, sysn Linespecn)为每个系统设置线条样式、标记符号和颜色。

例子

残油(___,选项)指定其他剩余计算选项。使用选项使用以前的任何语法。

例子

残油(___,类型)指定绘图类型。使用类型使用以前的任何语法。

例子

(E,R)=渣油(数据,sys)返回计算的残差，E，和剩余相关性，R。不生成绘图。

例子

全部折叠

残差相关

打开生活的脚本

时域数据加载。

负载iddata1数据= z1;

估计一个ARX模型。

sys = arx(data，[1 1 0]);

画出残差的自相关和残差与输入之间的交叉相关。

渣油(数据、系统)

相关性被计算到默认的最大滞后，25。表示统计上不显著相关性的99%置信区域显示为x轴周围的阴影区域。

转换数据到频域。

data2 = fft(数据);

计算识别模型的残差，sys和频域数据。用红叉标出剩余响应。

渣油(data2 sys,“处方”)

对于频域数据,渣油绘制波德图，显示从输入到残差的频率响应。

比较多个识别模型的残差

打开生活的脚本

时域数据加载。

负载iddata1

估计一个ARX模型。

sys1 = arx(z1，[1 1 0]);

估计传递函数模型。

sys2 =特遣部队(z1, 2);

画出残差的相关性。

渣油(z1、sys1“b”sys2,“r”)

的残差之间的互相关sys2所有时滞的输入都在99%置信区间。

指定剩余脉冲响应计算的最大延迟

打开生活的脚本

时域数据加载。

负载iddata1

估计一个ARX模型。

sys = arx(z1，[1 1 0]);

指定剩余相关计算的最大延迟。

选择= residOptions (“MaxLag”35);

画出从输入到残差的脉冲响应。

渣油(z1、系统选择、“红外”)

计算MIMO系统的残差

打开生活的脚本

时域数据加载。

负载iddata7

该数据是一个双输入、单输出数据集。

估计一个ARX模型。

sys =特遣部队(z7 2);

计算残差及其与输入的自相关和交叉相关。

[E R] =渣油(z7 sys);

R是一个26×3×3的相关矩阵。例如,

R (:, - 1, - 1)是残差在滞后25之前的自相关。
R (:, 1, 2)是残差与第一个输入的互相关，直到滞后25。

E是一个iddata对象，其残差作为输出数据，验证数据(z7)的输入作为输入数据。您可以使用E识别误差模型，分析误差动态。

画出错误。

情节(E)

估计输入和残差之间的脉冲响应。用3个标准差置信区域绘制它们。

I =冲动(E);showConfidence (impulseplot(我,20),3)

输入参数

全部折叠

`数据`- - - - - -验证数据
`iddata`对象

验证输入-输出数据，指定为iddata对象。数据可以有多个输入输出通道。当sys是线性的,数据是时域或频域。当sys是非线性的,数据时域。

`sys`- - - - - -用于计算残差的系统
确定的线性或非线性模型

用于计算残差的系统，指定为可识别的线性或非线性模型。

例子:idpoly

`Linespec`- - - - - -线条样式，标记符号和颜色
特征向量

指定为字符向量的线条样式、标记符号和颜色。有关更多信息，请参见情节在MATLAB^®文档。当类型被指定为“相关系数”，只使用线条样式。

例子:“Linespec”、“kx的

`选项`- - - - - -残留分析选项
`residOptions`选项设置

剩余分析选项，指定为residOptions选项设置。

`类型`- - - - - -情节类型
`“相关系数”`|`“红外”`|`“fr”`

Plot类型，指定为下列值之一:

“相关系数”-绘制残差的自相关，e，以及残差与输入信号的互相关，u。相关系数是在-25到25之间产生的。使用residOptions指定不同的最大延迟值。标记统计上不显著相关性的99%置信区域也显示为x轴周围的阴影区域。置信区域的计算是在假设条件下进行的e是白人，独立于u。
“相关系数”为时域数据的默认值。此绘图类型不适用于频率域数据。
“红外”-绘制一个系统从输入到残差到滞后25的脉冲响应。的冲动命令首先估计脉冲响应模型e作为输出数据，并u作为输入。然后冲动计算估计模型的脉冲响应。99%置信区域标记为统计上不显著的响应，显示为阴影区域。一个低的量级表示一个可靠的模型。
此绘图类型不适用于频率域数据。
“fr”-从输入到残差的频率响应(基于高阶FIR模型)显示为波德图。99%置信区域标记为统计上不显著的响应，显示为阴影区域。在感兴趣的频率范围内的低幅度表明一个可靠的模型。
“fr”是频率域数据的默认值。

输出参数

全部折叠

`E`——模型残差
`iddata`对象

模型残差，作为an返回iddata对象。剩余值存储在E.OutputData，而输入则存储在E.InputData。使用E建立模型来描述从输入到残差的动态。动力学可以忽略sys是一个可靠的已识别模型。

`R`-残差的相关性
双精度矩阵|`[]`

残差的相关性，返回为下列之一:

双精度矩阵-用于时间域数据
R是一个大小矩阵吗米+ 1 - (纽约+ν)——- (纽约+ν)。在那里,米最大延迟指定在选项,纽约是输出的数量，和ν为输入的数量。的默认值米是25。
在每一个滞后k(k = 0: M),R (k, i, j)为期望值，< Z (t, i)还是Z (t + k - 1 j) >。在这里,Z = [E.OutputData E.InputData]。
例如，对于双输出单输入模型，Z = (e1, e2, u1)。在那里,e1为第一个产出的残差，e2第二个产出的余量是多少u1是输入。R是一个26——- - - - - -3.——- - - - - -3.矩阵,地点:
- R (5、1、2) = < e1 (t) .e2 (t + 4) >互相关是否在滞后4之间e1和e2。
- R (5、1, 3) = < e1 (t) .u1 (t + 4) >互相关是否在滞后4之间e1和u1。
- R (5、1、1),R (2, 2),R (5、3、3)在滞后4时的自相关是什么e1,e2,u1,分别。
[]-用于频域数据

提示

右键单击绘图打开上下文菜单，您可以访问以下选项:
- 系统-选择系统查看残差相关图或响应图。默认情况下，所有系统都被绘制。
- 展示自信的地区-查看99%置信区间，标记统计上不显著的相关性。只适用于相关图。
- 数据实验-只适用于多实验数据。切换来自不同实验的数据。
- 特征-查看数据特征。不适用于相关图。
  - 峰值响应-查看数据的峰值响应。
  - 置信区域-查看99%置信区间，在统计上反应不显著。
- 显示-只适用于频率响应图。
  - 级-查看频率响应的大小。
  - 阶段-查看频率响应的相位。
- I / O分组-用于包含多个输入或输出通道的数据集。在绘图上选择输入和输出通道的分组。不适用于相关图。
  - 没有一个-在各自独立的轴上绘制输入-输出通道。
  - 所有-组所有输入通道一起和所有输出通道一起。
- I / O选择器-用于包含多个输入或输出通道的数据集。选择要绘制的输入和输出通道的子集。默认情况下，绘制了所有输出通道。
- 网格-添加网格到plot。
- 正常化-对图中所有数据的y坐标进行规格化。不适用于频率响应数据。
- 全视图-返回全视野。默认情况下，绘图被缩放到全视图。
- 初始条件-指定初始条件的处理。
  指定为下列其中一项:
  - 估计-将初始条件作为估计参数。
  - 零-设置所有初始条件为零。
  - 吸收延迟和估计-在模型系数中吸收非零时滞，将初始条件作为估计参数。仅对离散时间模型使用此选项。
- 属性-打开属性编辑器对话框，自定义情节属性。