处理的偏移和趋势数据
什么时候去趋势数据
消除趋势是删除、抵消或线性趋势定期从时域采样输入-输出数据信号。这个数据处理操作可以帮助你估计更精确的线性模型,因为线性模型不能捕获任意输入和输出信号之间的差异水平。你估计的线性模型去趋势数据描述之间的关系的改变输入信号和输出信号的变化。
对于稳态数据,你应该把平均值和线性趋势从输入和输出信号。
瞬态数据,您应该删除之前物种平衡补偿测量励磁输入信号。
删除一个或几个线性趋势分段线性趋势时,在实验水平漂移。信号漂移被认为是一个低频干扰和可能导致不稳定模型。
之前你不应该去趋势数据模型估计当您希望:
线性模型获取补偿的基本描述重要的系统动力学。例如,当一个模型包含集成行为,你可以估计一个低阶传递函数从nondetrended数据(过程模型)。有关更多信息,请参见流程模型。
非线性黑箱模型,如非线性ARX或Hammerstein-Wiener模型。有关更多信息,请参见非线性模型识别。
提示
当信号变化在大信号电平,可以提高计算精度的非线性模型通过消除趋势信号方式。
非线性ODE参数(非线性灰色矩形模型)。有关更多信息,请参见估计非线性灰色矩形模型。
模拟或预测的线性模型响应系统操作条件下,您可以恢复删除趋势模拟或预测模型输出使用retrend命令。
更多信息关于数据处理的雪堆,看到这一章中数据预处理为用户系统标识:理论第二版,Lennart Ljung,普伦蒂斯霍尔PTR, 1999。
消除趋势数据替代应用程序或命令行
您可以使用系统去趋势数据识别程序,在命令行中使用去趋势命令。
应用程序和命令行让你减去平均值和一个线性趋势稳态时域信号。
然而,去趋势命令提供了以下附加功能(在应用程序):
减去在指定断点分段线性趋势。一个断点是一个时间值,定义了连续线性趋势之间的不连续。
从瞬态数据减去任意偏移和线性趋势信号。
趋势信息保存到一个变量,这样您就可以将它应用到多个数据集。
作为替代预先消除趋势数据,您可以指定偏移量水平估计直接与估计命令选项和使用它们。
例如,假设您的数据输入偏移,情况和一个输出抵消,y0。有两种方法来执行一个线性模型估计(一个传递函数模型估计)使用这个数据:
使用
去趋势:T T = getTrend(数据)。InputOffset =情况;T。OutputOffset = y0;datad =去趋势(数据、T);模型=特遣部队(datad、np);
指定偏移估计选项:
选择= tfestOptions (“InputOffset”情况,OutputOffset, y0);模型=特遣部队(数据、np、选择)
这种方法的优点是有一个抵消水平模型的记录
model.Report.OptionsUsed。这种方法的局限性是它不能处理线性趋势,而只能从数据中删除使用去趋势。
下一步后消除趋势
消除趋势数据后,您可以执行以下操作:
执行其他数据预处理操作。看到数据准备系统识别的方法。
估计线性模型。看到线性模型识别。
