具有可识别参数的多项式模型
一个idpoly
模型将系统表示为具有可识别(可估计)系数的连续时间或离散时间多项式模型。使用idpoly
创建一个多项式模型或转换动态系统模型变成多项式形式。
一个带输入向量系统的多项式模型u,输出矢量y,和扰动e离散时间的形式如下:
的变量一个,B,C,D,F多项式是用时移算子表示的吗问-1.例如,一个多项式的形式是:
在这里,na是顺序的吗一个多项式。问-1y(t)相当于y(t-1).
例如,如果一个(问) = 1 +一个1问-1+一个2问-2,然后一个(y(t) = 1 +一个1(t - 1) +一个2(2).
的C,D,F多项式的形式与一个多项式,从1开始。的B多项式不是从1开始的。
在连续时间条件下,多项式模型的形式如下:
U(年代的拉普拉斯变换输入sys
.Y(年代)包含拉普拉斯变换后的输出。E(年代)包含每个输出扰动的拉普拉斯变换。
为idpoly
模型,多项式的系数一个,B,C,D,F是可估计的参数。的idpoly
模型中存储这些矩阵元素的值一个
,B
,C
,D
,F
模型的属性。
时间序列模型是无测量输入系统的多项式模型的特殊情况。对于AR模型,B
而且F
都是空的,而且C
而且D
所有输出均为1。对于ARMA模型,B
而且F
是空的,而D
是1。
虽然idpoly
金宝app支持连续时间模型,idtf
而且idproc
为连续时间模型的估计提供更多选择。因此,对于大多数连续时间应用程序,这些其他模型类型是更可取的。
有关多项式模型的更多信息,请参见什么是多项式模型?
你可以获取idpoly
用三种方法之一建模。
估计idpoly
使用命令对系统的输出或输入-输出测量进行建模聚
,arx
,armax
,oe
,bj
,iv4
,或ivar
.这些命令估计自由多项式系数的值。估计的值存储在一个
,B
,C
,D
,F
结果的属性idpoly
模型。的报告
属性存储关于估计的信息,例如关于初始条件处理的信息和估计中使用的选项。
当你获得idpoly
通过估计建模,您可以使用以下命令从模型中提取估计的系数及其不确定性polydata
,getpar
,或getcov
.
创建一个idpoly
使用idpoly
命令。您可以创建idpoly
模型来配置多项式模型估计的初始参数化,以拟合测量的响应数据。当你这样做的时候,你可以指定多项式系数的约束条件。例如,您可以固定某些系数的值,或指定自由系数的最小值或最大值。然后,您可以使用配置的模型作为的输入参数聚
用这些约束估计参数值。
将现有的动态系统模型转换为idpoly
使用idpoly
命令。
创建具有可识别系数的多项式模型。sys
= idpoly (A, B, C, D, F
,NoiseVariance
,Ts
)一个
,B
,C
,D
,F
指定系数的初值。NoiseVariance
指定白噪声源方差的初始值。Ts
为模型采样时间。
使用由一个或多个名-值对参数指定的附加选项创建多项式模型。sys
= idpoly (A, B, C, D, F
,NoiseVariance
,Ts
,名称,值
)
创建一个只有自回归项的时间序列模型。在这种情况下,sys
= idpoly(一个)sys
为给出的AR模型一个(问)y(t) =e(t).噪音e(t)的方差为1。一个
指定可估计系数的初始值。
创建一个具有自回归和移动平均项的时间序列模型。输入sys
= idpoly ([], C, D, [],NoiseVariance
,Ts
)一个
,C
,D
,指定可估计系数的初始值。NoiseVariance
指定噪声的初始值e(t).Ts
为模型采样时间。(省略NoiseVariance
而且Ts
使用它们的默认值。)
如果D
设置为[]
,然后sys
的ARMA模型
使用由一个或多个名称-值对参数指定的附加选项创建时间序列模型。sys
= idpoly ([], C, D, [],NoiseVariance
,Ts
,名称,值
)