这个例子展示了如何使用线性OE模型估计Hammerstein-Wiener模型。
加载估计数据。
负载throttledata.mat
该命令加载数据对象ThrottleData
进入工作区。该对象包含从发动机节流系统收集的输入和输出样本,采样频率为100Hz。
在节流系统中,直流电机控制蝶阀的开启角度。一个步进信号(单位为伏特)驱动直流电机。输出是阀门的角位置(以度数表示)。
绘制数据图,查看和分析数据特征。
情节(ThrottleData)
在15-90度的正常工作范围内,输入和输出变量呈线性关系。你用一个低阶的线性模型来模拟这种关系。
在节流系统中,硬停止将阀门的位置限制为90
度,弹簧将阀门调到15
当直流电机关闭时的度数。这些物理部件引入了线性模型无法捕捉的非线性。
估计一个Hammerstein-Wiener模型来模拟这个单输入单输出系统在正常工作范围内的线性行为。
%对数据进行趋势分析,因为线性模型无法捕获偏移量。Tr = getTrend (ThrottleData);Tr.OutputOffset = 15;DetrendedData =去趋势(ThrottleData、Tr);%估计一个线性OE模型,na=2, nb=1, nk=1。选择= oeOptions (“焦点”,“模拟”);线性模型= oe(DetrendedData,[2 1 1],opt);
将模拟模型的响应与估计数据进行比较。
比较(DetrendedData LinearModel)
线性模型捕获线性工作范围内的上升和稳定行为,但不考虑90度时的输出饱和。
估计一个Hammerstein-Wiener模型来模拟输出饱和。
非线性模型= nlhw(ThrottleData,线性模型,[],idSaturation);
该软件对非线性模型的阶数采用线性模型的阶数和时滞。此外,软件使用B和F线性传递函数的多项式。
将非线性模型与数据进行比较。
比较(ThrottleData NonlinearModel)