sim卡
识别模型的模拟响应
语法
描述
SIM（___)绘制识别模型的模拟响应。
例子
模拟状态空间模型使用输入数据
加载估计数据。
负载iddata2Z2
估计三阶状态空间模型。
sys = ss (z2, 3);
使用来自估计数据的输入通道模拟已识别的模型。
Y = SIM（SYS，Z2）;
对模拟模型的响应添加噪声
加载数据，并获得识别的模型。
负载iddata2Z2sys = n4sid (z2, 3);
SYS是使用子空间方法来估计的第三阶状态空间模型。
建立仿真选项设置为噪声添加到模拟模型响应。
opt1 = simOptions ('AddNoise'，真正）;
模拟模型。
Y = SIM（SYS，Z2，OPT1）;
通过模型的噪声传递函数过滤默认的高斯白噪声，并将其添加到模拟模型响应中。
您也可以添加自己的噪声信号，e， 使用NoiseData选项。
e = randn(长度(z2.u), 1);opt2 = simOptions ('AddNoise'，真正，'NoiseData',e);
模拟模型。
Y = SIM（SYS，Z2，OPT2）;
仿真模型中使用获得的评估在初始条件
加载数据。
负载iddata1Z1
指定估计初始状态估计选项。
estimOpt = ssestOptions (“初始化状态”,'估计'）;
估计状态空间模型，并返回所估计的初始状态的值。
[sys, x0] = ss (z1 2 estimOpt);
指定模拟的初始条件
simOpt = simOptions（'初始条件',x0);
模拟模型，并获得模型响应和标准偏差。
[Y，y_sd] = SIM（SYS，Z1，simOpt）;
估计标准差和状态轨迹的状态空间模型
负载估计数据，并估计一个状态空间模型。
负载iddata1Z1SYS = ssest（z1,2）;
返回的标准差和状态轨迹。
[Y，y_sd，X] = SIM（SYS，Z1）;
估计状态轨迹和模拟响应的标准差
负载估计数据，并估计一个状态空间模型。
负载iddata1Z1SYS = ssest（z1,2）;
建立仿真选项设置，并指定初始状态。
选择= simOptions ('初始条件'[1; 2]）;
指定初始状态的协方差。
opt.X0Covariance = [0.1 0;0 0.1);
模拟计算响应的标准偏差，y_sd，状态轨迹，x_sd。
[Y，y_sd，X，x_sd] = SIM（SYS，Z1，优化）;
绘制模拟模型响应
获得已识别的模型。
负载iddata2Z2SYS = tfest（z2,3）;
SYS是一个idtf模型封装估计所测量的数据三阶传递函数Z2。
模拟模型。
sim (sys、z2)
模拟非线性ARX模型
模拟一个单输入单输出的非线性ARX模型周围已知的平衡点，随着输入电平1的输出电平10。
加载样本数据。
负载iddata2
估计一个非线性ARX模型从数据。
M = nlarx（Z2，[2 2 1]，“treepartition”）;
估计基于过去的数据模型的当前状态。因为有在输入和输出变量（2此处）滞后指定许多过去的样本。
X0 = data2state（M，结构（“输入”，酮（2,1），“输出”，10个*也是（2,1）））;
使用返回的初始状态模拟模型data2state。
选择= simOptions ('初始条件',x0);SIM（M，Z2，优化）
从以前的模拟结束继续
从以前的模拟运行结束继续非线性ARX模型的模拟。
从数据估计一个非线性ARX模型。
负载iddata2M = nlarx（Z2，[2 2 1]，“treepartition”）;
使用输入数据的前半部分模拟模型Z2。从零开始初始状态的模拟。
u1 = z2 (1∶[]);opt1 = simOptions ('初始条件','零'）;YS1 = SIM（M，U1，OPT1）;
使用输入数据下半年开始另一次模拟Z2。使用与第一次模拟结束时相同的模型状态。
U2 = Z2（201：结束时，[]）;
正确地设置的初始状态的第二模拟，打包输入U1和输出ys1从第一模拟到一个IDDATA对象。将此数据作为下一次模拟的初始条件传递。
firstSimData = [YS1，U1];opt2 = simOptions ('初始条件',firstSimData);ys2 = sim (M, u2, opt2);
通过比较使用所有输入数据的完整模拟验证两种模拟Z2。首先，提取出完整的输入数据集。
u总= Z2（：，[]）;OPT3 = simOptions（'初始条件','零'）;ysTotal = SIM（M，u总，OPT3）;
画出三个响应ys1,ys2和ysTotal。ys1应该等于上半年ysTotal。ys2应等于第二半ysTotal。
图（YS1，'B'，YS2，'G'，ysTotal，'K *')
该图显示，在三个响应ys1,ys2和ysTotal重叠。
匹配模型响应输出数据
估计模型的初始状态米使得，最好响应于数据组中的输出相匹配Z2。
加载样本数据。
负载iddata2;
估计一个非线性ARX模型从数据。
M = nlarx(z2，[4 3 2]，wavenet('单位的数量'，20））;
估计的初始状态米以最合适的z2.y在模拟响应中。
x0 = findstates (M, z2,正);
模拟模型。
选择= simOptions ('初始条件',x0);ysim = sim (M, z2.u,选择);
比较模拟模型输出ysim与在输出信号中Z2。
时间= z2.SamplingInstants;图（时间，ysim，时间，z2.y，“。”)
在输入已知、输出未知的情况下，仿真模型接近稳态
接近稳态的模型，其中输入被称为是开始模拟1，但输出未知。
加载样本数据。
负载iddata2
估计一个非线性ARX模型从数据。
M = nlarx(z2，[4 3 2]，'wavenet'）;
确定用于输入平衡状态的值1和未知目标输出。
X0 = findop（M，'稳定'，1，NAN）;
使用初始状态模拟模型X0。
选择= simOptions ('初始条件',x0);SIM（M，z2.u，优化）
模拟的Hammerstein - 维纳型号在稳态工作点
加载样本数据。
负载iddata2
创建一个Hammerstein-Wiener模型。
M = nlhw(z2，[4 3 2]，[]，“pwlinear”）;
计算对应于输入电平的稳态工作点的值1和未知的输出水平。
X0 = findop（M，'稳定'，1，NAN）;
使用估计的初始状态模拟模型。
选择= simOptions ('初始条件',x0);SIM（M，z2.u）
模拟时间序列模型
负载的时间序列数据，并采用最小二乘逼近估计的AR模型。
负载iddata9Z9SYS = AR（z9,6，'LS'）;
对于时间序列数据，指定所需的模拟长度，N= 200使用anN-乘0输入数据集。
数据= IDDATA（[]，零（200,0），z9.Ts）;
设定初始条件，将时间序列的初始样本作为历史输出样本。
IC =结构（“输入”，[]“输出”z9.y (1:6));选择= simOptions ('初始条件'，我知道了）;
模拟模型。
sim (sys、数据选择)
了解历史数据的使用进行模型仿真
在模拟模型时，使用历史输入输出数据作为初始条件的代理。首先模拟使用sim卡命令，并指定历史数据simOptions选项集。然后，通过历史数据手动映射到初始状态重现模拟输出。
加载一个两输入一输出的数据集。
负载iddata7Z7
识别使用所述数据的第五阶状态空间模型。
sys = n4sid (z7 5);
拆分数据集分成两个部分。
ZA = Z7（1:15）;ZB型= Z7（16：端）;
用输入信号模拟模型ZB型。
USIM = ZB型;
模拟需要的初始条件。在信号值ZA是历史数据，即，它们是时，就立即在前面的数据的输入和输出值ZB型。使用ZA作为所需初始条件的代理。
IO =结构（“输入”，zA.InputData，“输出”，zA.OutputData）;选择= simOptions ('初始条件'，IO）;
模拟模型。
ysim = SIM（SYS，USIM，优化）;
现在通过手动映射历史数据的初始状态再现输出SYS。要做到这一点，使用data2state命令。
XF = data2state（SYS，ZA）;
XF的状态值SYS在时间瞬间后，立即将最近的数据采样进来ZA。
使用模拟系统XF作为初始状态。
opt2 = simOptions ('初始条件'，XF）;ysim2 = SIM（SYS，USIM，OPT2）;
剧情的输出sim卡命令ysim和手动计算结果ysim2。
情节(ysim'B'，ysim2，'--R')
ysim2是相同的ysim。
输入参数
输出参数
提示
当所测量的验证数据集所估计的模型的初始条件和系统是不同的，模拟的和测量的响应也可以不同，特别是在反应的开始。为了尽量减少这种差异，使用估计的初始状态值
findstates并使用估计值来设置初始条件使用选项simOptions。例如，请参阅匹配模型响应输出数据。
算法
模拟指使用输入数据和初始条件计算模型响应。sim卡模拟如下系统:
这里，
u(t）是仿真输入数据，
UDATA。y(t)为模拟输出响应。
G从输入到输出的传递函数是否被定义为
SYS。模拟的初始条件，使用如指定simOptions，设置的初始状态G。e(t）是一个可选的噪声信号。通过创建一个噪音添加到您的模拟
simOptions选项设置，并设置AddNoise选项真正。此外，可以通过指定参数来更改默认的噪声信号NoiseData选项。H噪声传递函数和定义在
SYS。ΔU是从输入信号中减去的可选输入偏移量，u(t），之前的输入被用来模拟模型。指定一个输入通过设置偏移
InputOffset使用选项simOptions。ΔY被添加到输出响应的可选输出偏移，y(t），模拟之后。指定一个输出通过设置偏移
OutputOffset使用选项simOptions。
有关指定模拟的初始条件，输入和输出偏移和噪声信号数据的更多信息，请参见simOptions。对于multiexperiment数据，可以为每个实验分别指定这些选项。
选择
R2006a前推出
您还可以选择从下面的列表中的网站：
