主要内容
输入-输出多项式模型
输入 - 输出多项式模型，包括ARX，ARMAX，输出错误和BOX-JENKINS模型结构
多项式模型使用传递函数的广义概念来表示输入，u（t）， 输出y（t)，还有噪音e（t)，使用如下形式的方程:
一个（问)，B（问)，F（问)，C（问） 和D（问)是用时移算子表示的多项式矩阵问-1．u（t）是输入，和NK.为输入延迟。y（t）是输出和e（t）是干扰信号。
每个多项式都有一个独立的订单，或可估计系数的数目。例如,如果一个（问)的顺序是2，然后是一个多项式的形式是一个（问) = 1 +一个1问-1+一个2问-2．
在实践中，并不是所有的多项式都同时活跃。更简单的多项式形式，如ARX、ARMAX、Output-Error和Box-Jenkins，提供了适合特定目标的模型结构，如处理非平稳扰动或为动力学和噪声提供完全独立的参数化。有关这些模型类型的更多信息，请参见什么是多项式模型?
应用程序
| 系统识别 | 根据测量数据确定动态系统的模型 |
功能
主题
估计多项式模型
要估计多项式模型，必须提供输入延迟和模型顺序。
导入数据到应用程序，指定模型订单，延迟和估计选项。
指定模型顺序、延迟和估计选项。
的大小一个，B，C，D， 和F多输出模型的多项式。
这个例子展示了如何使用迭代估计方法估计一个三输入单输出(MISO)系统的线性，多项式模型的ARMAX结构armax．
集合多项式模型选项
当你使用pem要么聚函数估算ARMAX，BOX-JENKINS（BJ），输出错误（OE），您必须指定算法如何处理初始条件。
在ARX和AR模型估计中选择ARX和IV算法。
特色的例子
您还可以从以下列表中选择一个网站：
