主要内容

非线性模型结构

关于系统辨识工具箱模型对象

对象模型类的实例。每一个是一个蓝图,它定义了以下信息模型:

  • 对象存储数据如何

  • 对象可以执行哪些操作

这个工具箱包括9类代表模型。例如,中的难点代表和线性状态空间模型idnlarx代表非线性ARX模型。可用的模型对象的完整列表,请参阅可用线性模型可用非线性模型

模型属性定义一个模型对象存储信息。模型对象存储的信息模型,如模型的数学形式、输入和输出通道的名字,单位名称和值的估计参数,参数不确定性和评估报告。例如,一个中的难点模型有一个InputName属性来存储一个或多个输入通道名称。

允许的操作被称为一个对象方法。在系统辨识工具箱™软件,一些方法具有相同的名字,但适用于多个模型对象。例如,一步创建一个动态系统对象的阶跃响应图。然而,其他的方法是唯一的一个特定的模型对象。例如,佳能是独一无二的,状态中的难点模型和线性化非线性黑箱模型。

每个类都有一个特殊的方法,称为构造函数,为创建该类的对象。使用构造函数创建相应的类的一个实例实例化对象。构造函数的名字与类名相同。例如,中的难点idnlarx类的名称和名称的构造函数实例化线性状态空间模型和非线性ARX模型,分别。

当构建一个模型结构独立的评估

您使用模型构造函数创建一个模型对象在命令行中指定所有必需的显式模型属性。

你必须独立构建模型对象的评估当你想:

  • 模拟和分析了模型参数对其响应的影响,独立的评估。

  • 指定一个初始猜测估计前特定的模型参数值。你可以指定参数值界限,或者提前设置辅助模型信息,或两者兼而有之。辅助模型信息包括指定输入/输出姓名、单位,指出,用户数据,等等。

在大多数情况下,您可以使用估计命令来构建和评估模型,而不得不独立构建模型对象。例如,估计命令特遣部队使用数据和创建一个传递函数模型的数量模型的极点和零点。同样的,nlarx创建一个使用数据和模型非线性ARX模型定义回归量配置命令和延迟。信息关于如何构建和估计模型与一个命令,明白了模型估计的命令

在灰色矩形模型的情况下,您必须构建模型对象,然后估计的参数常微分或差分方程。

命令构建非线性模型结构

下表总结了模型构造器中可用的系统辨识工具箱产品代表不同类型的非线性模型。

模型的评估后,可以认识到相应的MATLAB模型对象®工作空间浏览器的类名。构造函数的名称创建对象的名称相匹配。

信息关于如何构建和估计模型与一个命令,明白了模型估计的命令

总结模型构造函数

模型的构造函数 生成的模型类
idnlgrey 非线性常微分或差分方程(灰色矩形模型)。你写一个函数或MEX-file代表控制方程。
idnlarx 非线性ARX模型,预测输出定义为一个非线性函数的输入和输出。
idnlhw 非线性Hammerstein-Wiener模型,包括线性和非线性动态系统的静态转换输入和输出。
idNeuralStateSpace 神经状态空间模型,利用神经网络近似函数代表一个非线性状态空间系统的实现。

关于何时使用这些命令的更多信息,参见当构建一个模型结构独立的评估

模型属性

一个模型对象存储的信息属性相应的模型类。

非线性模型idnlarx,idnlhw,idnlgrey是基于idnlmodel超类和继承idnlmodel属性。

一般来说,所有模型对象属性,属于以下类别:

  • 输入和输出通道的名称,如InputNameOutputName

  • 样品的时间模型,如Ts

  • 时间单位

  • 模型秩序和数学结构(例如,颂歌或非线性)

  • 属性存储估计结果(报告)

  • 用户评论,例如笔记用户数据

关于帮助的对象属性的更多信息,请参阅模型参考页。

下表总结了命令查看和改变模型属性值。属性名不区分大小写。你不需要输入整个属性名的前几个字母唯一地标识该财产。

任务 命令 例子
查看所有模型属性和它们的值 使用得到

加载示例数据,计算非线性ARX模型,模型的属性列表。

负载iddata1sys = nlarx (z1 (4 4 1));(系统)
访问一个特定的模型属性 使用点符号。

查看输出函数在前面的模型。

sys.OutputFcn
等属性报告这样的配置结构,使用点符号的形式model.PropertyName.FieldName
字段名是任何字段的属性的名称。

查看选项用于非线性ARX模型估计。

sys.Report.OptionsUsed
改变模型属性值 使用点符号。

改变输出的非线性映射函数函数使用。

sys.OutputFcn= 'idSigmoidNetwork';
访问模型参数值和不确定性信息 使用getpvecgetcov(idnlgrey模型只)。

模型参数不确定性和相关数据。

getpvec(系统)
设置模型参数值和不确定性信息 使用setparsetcov(idnlgrey模型只)。

设置参数向量。

sys = setpar (sys,“价值”parlist)
得到参数的数量 使用nparams

得到参数的数量。

nparams(系统)

相关的例子

更多关于