初步的步骤估计模型订单和输入延迟
为什么估计模型订单和延迟?
要估计多项式模型，必须提供输入延迟和模型顺序。如果您已经了解了系统的物理特性，那么您可以指定极点和零的数目。
在大多数情况下，您不会提前知道模型订单。为了获得系统的初始模型订单和延迟，您可以用一系列订单和延迟来估计几个ARX模型，并比较这些模型的性能。您可以选择与最佳模型性能相对应的模型顺序，并使用这些顺序作为进一步建模的初始猜测。
因为这个估计过程使用ARX模型结构，其中包括一个和B多项式，你只能得到估计na，注,nk参数。然而，您可以使用这些结果作为其他模型结构(如ARMAX、OE和BJ)中相应多项式阶数和输入延迟的初始猜测。
如果估计nk是太小，领先吗注系数比标准差小得多。反之，如果估计nk是否太大，残差和滞后输入之间有显著的相关性，对应于缺失B条款。有关残差分析图的信息，请参阅残留分析页面。
在应用程序中估计订单和延迟
下面的过程假设您已经将数据导入应用程序并执行了任何必要的预处理操作。有关更多信息，请参见表示数据．
在系统识别应用程序中估计模型订单和输入延迟:
在系统识别应用程序中，选择估计>多项式模型打开“多项式模型”对话框。
的默认情况下，ARX模型已经选定结构列表。
请注意
对于时间序列模型，选择AR模型结构。
编辑订单字段，以指定极点、零点和延迟的范围。例如，输入以下值na，注,nk：
[1:10 1:10 1:10]
提示
作为进入的捷径
1：10对于每个所需的模型订单，单击顺序选择．
点击估计打开ARX模型结构选择窗口，该窗口显示每个模型参数组合的模型性能。下图显示了一个示例图。
选择表示最优参数组合的矩形，单击插入用这些参数估计模型。有关使用此图的信息，请参见从最佳ARX结构中选择模型顺序．
此操作将一个新模型添加到系统识别应用程序的模型板中。参数模型的默认名称包含模型类型和极点、零和延迟的数量。例如,
arx692ARX模型是什么n一个= 6,nb=9，两个样本的延迟。点击关闭关闭ARX模型结构选择窗口。
请注意
当使用多输出数据时，您无法估计模型顺序。
在估计模型顺序和延迟之后，使用这些值作为估计其他模型结构的初始猜测，如在应用程序中估计多项式模型．
在命令行估计模型订单
你可以用struc，arxstruc,selstruc命令的组合。
如果使用多输出系统，则必须使用struc，arxstruc,selstruc命令一次输出一个。必须在估计和验证数据集中引用正确的输出通道。
对于每个估计，您使用两个独立的数据集—一个估计数据集和一个验证数据集。这些独立的数据集可以来自不同的实验，也可以来自单个实验的数据子集。有关子引用数据的详细信息，请参见选择iddata对象中的数据通道、I/O数据和实验和选择“I/O通道和idfrd对象中的数据”．
有关估计多输入系统模型订单的示例，请参阅多输入系统的延迟估计在系统识别工具箱入门指南．
struc
的struc命令为指定的范围创建可能的模型顺序组合的矩阵n一个，nb,nk值。
例如，以下命令定义了模型订单和延迟的范围na = 2:5，nb = 1:5,nk = 1:5：
NN = struc (2:5, 1:5, 1:5))
arxstruc
的arxstruc命令的输出struc，为每个模型订单估计一个ARX模型，并将模型输出与测量输出进行比较。arxstruc返回损失对于每个模型，它是预测误差的归一化平方和。
例如，下面的命令使用指定的订单范围神经网络计算单输入/单输出估计数据的损失函数data_e和验证数据data_v：
V = arxstruc (data_e data_v, NN);
在每一行神经网络对应一组次序:
(na nb nk)
selstruc
的selstruc命令的输出arxstruc并打开ARX模型结构选择窗口，以指导您选择性能最佳的模型顺序。
例如，要打开ARX模型结构选择窗口，交互式地选择最优参数组合，使用如下命令:
selstruc (V);
有关使用ARX模型结构选择窗口的更多信息，请参见从最佳ARX结构中选择模型顺序．
要找到最小化赤池信息准则的结构，使用以下命令:
nn = selstruc (V,“另类投资会议”)；
在哪里神经网络包含相应的na，注,nk订单。
类似地，要找到最小化Rissanen最小描述长度(MDL)的结构，使用以下命令:
nn = selstruc (V,“MDL”)；
要选择损耗函数最小的结构，使用如下命令:
nn = selstruc (V, 0);
在估计模型顺序和延迟之后，使用这些值作为估计其他模型结构的初始猜测，如用聚醚估计多项式模型．
在命令行估计延迟
的延迟命令通过估计一个低阶、离散时间ARX模型并将延迟作为一个未知参数来估计动态系统中的时间延迟。
默认情况下,延迟假设n一个＝nb＝2有一个很好的信噪比，并利用这个信息来估计nk．
估计数据集的延迟数据，在提示符处输入以下内容:
延迟(数据);
如果你的数据只有一个输入，MATLAB®计算输入延迟的标量值—等于数据样本的数量。如果您的数据有多个输入，MATLAB返回一个矢量，其中每个值是对应的输入信号的延迟。
要计算实际的延迟时间，必须将输入延迟乘以数据的采样时间。
您还可以使用ARX模型结构选择窗口来估计输入延迟和建模顺序，如在命令行估计模型订单．
从最佳ARX结构中选择模型顺序
您可以为数据生成ARX模型结构选择窗口，以选择最适合的模型。
有关在系统识别应用程序中生成此图形的过程，请参见在应用程序中估计订单和延迟．要在命令行打开此图，请参见在命令行估计模型订单．
下图显示了ARX模型结构选择窗口中的示例图。
您可以使用这个图来选择最适合的模型。
横轴为参数总数-n一个+nb．
纵轴称为未解释的输出方差(以%计)，是模型未解释的输出部分——ARX模型对水平轴上显示的参数数量的预测误差。
的预测误差为验证数据输出与模型一步预测输出的差值平方和。
nk是延迟。
三个矩形以绿色、蓝色和红色突出显示在plot上。每种颜色表示一种最佳拟合准则，如下所示:
红色-最佳拟合最小化验证数据输出和模型输出之间的差的平方和。这个矩形表示整体最适合。
绿色-最佳拟合最小化Rissanen MDL准则。
蓝色-最佳拟合最小化赤池AIC准则。
在ARX模型结构选择窗口中，单击任意条以查看最适合的订单。右边的区域被动态更新，以显示最适合的订单和延迟。
有关AIC标准的更多信息，请参见损失函数和模型质量度量．
相关的例子
更多关于
你也可以从以下列表中选择一个网站:
