主要内容

在App中估计Hammerstein-Wiener模型

你可以估计Hammerstein-Wiener模型系统识别应用程序执行以下任务后:

使用导入的估计数据、选择的非线性估计量和初始线性模型估计Hammerstein-Wiener模型:

  1. 在系统识别应用程序,选择估计>非线性模型打开“非线性模型”对话框。

  2. 在配置选项卡上,选择Hammerstein-Wiener从模型类型列表。

  3. (可选)编辑模型名称点击铅笔图标。模型的名称对于系统识别应用程序中的所有Hammerstein-Wiener模型都应该是唯一的。

  4. (可选)如果要细化先前估计的模型，请单击初始化从模型中选择先前估计的模型初始模型列表。

    请注意

    细化先前估计的模型从初始模型的参数值开始，并使用相同的模型结构。您可以更改这些设置。

    的初始模型列表包括以下模型:

    • 存在于系统识别应用程序中。

    • 输入和输出的数量与估计数据的维度(选择为工作数据在系统识别应用程序)。

  5. 在指定模型结构的“非线性模型”对话框中保持默认设置，或修改这些设置:

    请注意

    有关可用选项的详细信息，请单击帮助在非线性模型对话框中打开应用程序帮助。

    配置内容 非线性模型图形用户界面中的选项 评论
    输入或输出非线性 在I / O非线性选项卡，选择非线性并指定不。的单位．

    如果您不知道要尝试哪种非线性，请使用(默认)分段线性非线性。

    当你从二进制输入数据估计时，你不能可靠地估计输入非线性。在本例中，设置非线性为输入通道没有一个．

    对于多输入和多输出系统，您可以将非线性分配给特定的输入和输出通道。
    模型顺序和延迟 在线性分组选项卡中,指定B秩序，F秩序,输入延迟．对于MIMO系统，选择输出通道并指定每个输入通道的顺序和延迟。 如果您不知道输入的延迟时间，请单击推断输入延迟．此操作将打开“推断输入延迟”对话框，该对话框建议可能的延迟值。
    估计算法 在估计选项卡上,单击估计选项． 您可以指定来估计初始状态。

  6. 要获得模型参数的正则化估计，请使用估计选项卡上,单击估计选项．属性中的正则化常数Regularization_Tradeoff_Constant而且Regularization_Weighting字段。要了解更多信息，请参见模型参数的正则化估计．

  7. 点击估计将该模型添加到系统识别应用程序。

    的估计选项卡显示评估进度和结果。

  8. 方法中选择所需的图，以验证模型响应模型视图系统识别应用程序的区域。

    如果你得到一个糟糕的拟合，尝试在第5步改变模型结构或算法配置。

可以将估计的模型导出到MATLAB中®工作区到工作空间在系统识别应用程序。

相关的话题