去趋势 |
从包含的时域信号中减去偏移量或趋势量iddata 对象 |
retrend |
向数据信号添加偏移量或趋势 |
diff |
iddata对象中的差异信号 |
idfilt |
使用用户定义的通频带、通用过滤器或巴特沃思过滤器过滤数据 |
错误数据 |
重建丢失的输入和输出数据 |
nkshift |
转移数据序列 |
idresamp |
通过抽取或插值重新采样时域数据 |
重新取样 |
通过抽取或插值重新采样时域数据(需要信号处理工具箱软件) |
getTrend |
数据偏移和趋势信息 |
chgFreqUnit |
改变频率单元的频率响应数据模型 |
fdel |
从频响数据(FRD)模型中删除指定的数据 |
TrendInfo |
非趋势数据的偏移量和线性趋势斜率值 |
从数据中减去平均值,并指定估计和验证数据。
这个例子展示了如何通过合并精确的数据段而忽略其他部分来创建一个多实验的时域数据集。
在执行此任务之前,必须将定期采样的稳态时域数据导入系统识别应用程序。
在执行此任务之前,必须将时域数据作为iddata
对象。
使用系统识别app重新采样时域数据。
使用重新取样
对时域进行抽取和插值iddata
对象。
系统识别应用程序可以通过增强或选择特定的通频带,使用五阶巴特沃思滤波器过滤时域数据。
使用idfilt
将通带和其他自定义滤波器应用于时域或频域iddata
对象。
处理丢失或错误的数据值。
删除和恢复数据信号中的恒定偏移量和线性趋势。
抽取和插入(重采样)数据。
决定是否在模型估计之前过滤数据以及如何过滤数据。