数据进行预处理
去除均值、偏移量和线性趋势;重建缺失数据，改变数据采样率
功能
去趋势 |
中包含的时域信号减去偏移量或趋势iddata对象 |
retrend |
中存储的时域数据信号添加偏移量或趋势iddata对象 |
diff |
iddata对象中的差异信号 |
idfilt |
使用用户定义的通带、通用过滤器或巴特沃斯过滤器过滤数据 |
错误数据 |
重建丢失的输入和输出数据 |
nkshift |
移位数据序列 |
idresamp |
通过抽取或插值重新采样时域数据 |
重新取样 |
对象中存储的时域数据重新采样iddata对象的抽取或插值(需要信号处理工具箱软件) |
getTrend |
创建趋势信息对象来存储存储在中的时域信号的偏移量、平均值和趋势信息iddata对象 |
chgFreqUnit |
改变频率响应数据模型的频率单位 |
fdel |
从频响数据(FRD)模型中删除指定数据 |
TrendInfo |
去趋势数据的偏移值和线性趋势斜率值 |
例子和如何
- 使用快速入门对数据进行预处理
从数据中减去平均值，并指定估计和验证数据。
- 提取和建模特定的数据段
这个例子展示了如何通过合并精确的数据段并忽略其余部分来创建一个多实验的时域数据集。
- 如何使用App去趋势数据
在执行此任务之前，必须将定期采样的稳态时域数据导入系统识别应用程序。
- 如何在命令行去趋势数据
在执行此任务之前，必须将时域数据作为
iddata对象。 - 使用App重新采样数据
使用系统识别应用程序重新采样时域数据。
- 在命令行重新采样数据
使用
重新取样对时域进行抽取和插值iddata对象。 - 如何使用App过滤数据
系统识别应用程序允许您通过增强或选择特定的通带，使用五阶巴特沃斯滤波器过滤时域数据。
- 如何在命令行中过滤数据
使用
idfilt将通带和其他自定义滤波器应用于时域或频域iddata对象。
概念
- 处理缺失数据和异常值
处理丢失或错误的数据值。
- 处理数据中的偏移量和趋势
去除和恢复数据信号中的常数偏移和线性趋势。
- 重采样数据
抽取和插值(重采样)数据。
- 过滤数据
决定是否在模型估计之前过滤数据，以及如何预过滤数据。
您也可以从以下列表中选择一个网站: