估计系统识别应用程序中的状态空间模型- MATLAB & Simulink - MathWorks瑞士金宝app

系统识别App中的状态空间模型估计

先决条件

选择估计>状态空间模型．

打开“状态空间模型”对话框。

提示

有关对话框中选项的详细信息，请单击帮助．
模型名称显示默认模型名称。如果需要修改名称，请输入新的名称。模型名称在模型板中必须唯一。
选择指定的值选项(如果尚未选中)，并在编辑字段中指定模型顺序。模型顺序是指状态空间模型中的状态数。

提示

当您不知道型号顺序时，请搜索并选择订单。有关更多信息，请参见估计模型与选择的顺序在应用程序．
选择连续时间或离散时间选项，指定要估计的模型类型。
如果工作数据是连续时间频域数据，则不能估计离散时间模型。
指定要包含在模型结构中的元素，包括馈通(D矩阵)和扰动分量(K矩阵)。中的选项指定模型形式，如规范形式形式．要指定延迟，请展开延迟部分。

有关状态空间参数化类型的详细信息，请参见金宝app支持状态空间参数化．
选择估计选项选项卡，选择估算方法，配置成本函数。
中的方法之一估算方法并配置选项。有关这些方法的详细信息，请参见状态空间模型估计方法．
子空间(N4SID)
1. 在N4Weight下拉列表中，指定N4SID算法用于奇异值分解的加权方案。
  子空间和都使用N4SID算法预测误差最小化(PEM)方法。
2. 在N4Horizon字段，指定N4SID算法使用的正向和反向预测范围。
3. 在评估重点下拉列表，选择是为提前一步预测优化估计，还是为模拟优化估计。有关这些选项的详细信息，请参阅选项分配评估权重．
4. 选择允许不稳定模型复选框以指定是否允许估计过程使用可能导致不稳定模型的参数值。
  仅当评估重点是预测．只有当一个不稳定模型比在估计过程中计算的其他稳定模型更适合数据时，它才会被交付。
5. 选择估计协方差如果希望算法计算参数不确定性，请选中复选框。
  这些不确定性的影响在图上显示为模型置信区域。跳过不确定性计算可以减少复杂模型和大数据集的计算时间。
6. 选择显示进度复选框可在估计期间打开进度查看器窗口。
7. 在初始条件列表，指定您希望算法如何处理初始状态。有关可用选项的详细信息，请参见为迭代估计算法指定初始状态．
8. 如果希望将估计过程限制在特定的频率范围内，请展开适合频率范围．通过指定最小和最大通带频率来创建一个通带滤波器。
预测误差最小化(PEM)
1. 在N4Weight下拉列表中，指定N4SID算法用于奇异值分解的加权方案。
  子空间和都使用N4SID算法预测误差最小化(PEM)方法。
2. 在N4Horizon字段，指定N4SID算法使用的正向和反向预测范围。
3. 在评估重点下拉列表，选择是为提前一步预测优化估计，还是为模拟优化估计。有关这些选项的详细信息，请参阅选项分配评估权重．
4. 选择允许不稳定模型复选框以指定是否允许估计过程使用可能导致不稳定模型的参数值。
  仅当评估重点是预测．只有当一个不稳定模型比在估计过程中计算的其他稳定模型更适合数据时，它才会被交付。
5. 选择估计协方差如果希望算法计算参数不确定性，请选中复选框。
  这些不确定性的影响在图上显示为模型置信区域。跳过不确定性计算可以减少复杂模型和大数据集的计算时间。
6. 选择显示进度复选框可在估计期间打开进度查看器窗口。
7. 在初始条件，指定您希望算法如何处理初始状态。有关可用选项的详细信息，请参见为迭代估计算法指定初始状态．
8. 如果希望将估计过程限制在特定的频率范围内，请展开适合频率范围．通过指定最小和最大通带频率来创建一个通带滤波器。
9. 扩大搜索选项指定用于控制搜索迭代的选项。
  
  搜索选项
  在搜索选项的部分估计选项，您可以指定以下选项:
  
  搜索方法—迭代搜索算法使用的方法。查询方法为汽车默认情况下。搜索方法包括高斯牛顿(gn)，自适应高斯牛顿(玲娜)，Levenberg-Marquardt (lm)，信赖域反射牛顿(lsqnonlin)，梯度搜索(grad)，序列二次规划(fmincon),或内部点(fmincon:内部点)．在每次迭代中依次计算下降方向，直到实现足够的误差减小为止。
  输出的重量-对要最小化的损失函数施加加权。此选项仅用于多输出估计。指定为“噪音”或者一个正的半定矩阵它的大小等于输出的数量。
  
  最大迭代-搜索过程中使用的最大迭代次数。
  
  宽容-迭代终止时的容差值。
  
  离群值阈值-拟合二次准则的鲁棒化。
10. 扩大正则化得到模型参数的正则化估计。指定正则化常数λ而且R．
  
  要了解关于正则化的更多信息，请参见模型参数的正则化估计．
正规化的减少
1. 在正则化内核下拉列表，选择要用于底层ARX模型的正则化估计的正则化内核。要了解更多信息，请参见模型参数的正则化估计．
2. 在ARX订单字段，指定底层ARX模型的顺序。默认情况下，由估计算法自动计算顺序。如果指定一个值，建议使用较大的值注秩序。要了解有关ARX订单的更多信息，请参见arx．
3. 在评估重点下拉列表，选择是为提前一步预测优化估计，还是为模拟优化估计。有关这些选项的详细信息，请参阅选项分配评估权重．
4. 在还原法下拉列表，指定缩减方法:
  截断—丢弃指定的状态，不改变其余状态。这种方法倾向于在频域产生更好的近似，但不能保证直流增益匹配。
  
  MatchDC—丢弃指定的状态，修改剩余状态，保留DC增益。
5. 选择估计协方差如果希望算法计算参数不确定性，请选中复选框。
  这些不确定性的影响在图上显示为模型置信区域。跳过不确定性计算可以减少复杂模型和大数据集的计算时间。
6. 选择显示进度复选框可在估计期间打开进度查看器窗口。
7. 在初始条件，指定您希望算法如何处理初始状态。有关可用选项的详细信息，请参见为迭代估计算法指定初始状态．
8. 如果希望将估计过程限制在特定的频率范围内，请展开适合频率范围．通过指定最小和最大通带频率来创建一个通带滤波器。
这个估计过程使用的参数值总是能得到一个稳定的模型。
点击估计对模型进行估计。一个新的模型被添加到系统识别应用程序。

下一个步骤

分配评估权重

您可以指定估计算法如何在不同频率上对拟合进行加权，以及应用程序使用的频率范围。在应用程序中，设置评估重点转至以下其中一项:

预测—使用输入频谱的比值U到噪声模型的倒数H在整个频率范围内加权数据的相对重要性。这个权重对应于最小化提前一步的预测，这通常有利于短时间间隔内的拟合。优化的输出预测应用程序。
模拟-仅使用输入频谱，而不是噪声模型进行加权。为输出模拟应用程序优化。

可以应用通带来限制估计算法执行拟合的频率范围。

有关估计权重的详细信息，请参阅焦点而且WeightingFilter选项损失函数和模型质量度量．