利用状态空间估计降低模型阶数- MATLAB & Simulink - MathWorks España金宝app

利用状态空间估计降低模型阶数

降低Simulink的阶数金宝app^®通过线性化模型并估计保留模型动态的低阶模型来建立模型。

这个例子需要Simulink和金宝app金宝appSimulink控制设计™工具箱。

考虑一下Simulink模金宝app型idF14Model．线性化这个模型得到一个九阶模型。然而，使用低阶模型可以在不太影响拟合质量的情况下捕获模型的动态。

得到线性化模型。

load_system (“idF14Model”）;IO = getlinio(“idF14Model”）;Sys_lin =线性化(“idF14Model”io);

sys_lin是一个具有两个输出和一个输入的九阶状态空间模型。

对线性化模型的阶跃响应进行模拟，并利用数据创建一个线性化模型iddata对象。

Ts = 0.0444;t = (0:Ts:4.44)';Y = step(sys_lin,t);数据= iddata([0 (20,2);y]，[0 (20,1);(101,1)], Ts);

数据是一个iddata的步骤响应sys_lin．

将数据与模型线性化进行比较。

比较(数据、sys_lin);

$图中包含2个轴对象。坐标轴对象1包含2个line类型的对象。这些对象表示验证数据(y1)， sys\_lin: 100%。坐标轴对象2包含2个line类型的对象。这些对象表示验证数据(y2)， sys\_lin: 100%。$

由于数据是通过模拟线性化模型得到的，因此数据与模型线性化响应完全匹配。

确定一个状态空间模型，该模型具有适当适合数据的降阶。

确定最优模型顺序。

Nx = 1:9;Sys1 = ssest(data,nx，“DisturbanceModel”，“没有”）;

所指定的阶的模型的汉克尔奇异值(SVD)图nx出现了。

具有相对较小汉克尔奇异值的状态可以被安全地丢弃。图中建议使用五阶模型。

在MATLAB中^®命令提示符，为估计的状态空间模型选择模型顺序。指定模型顺序为5，或按输入使用默认的顺序值。

将数据与估计模型进行比较。

比较(数据、sys1);

图中包含2个轴对象。坐标轴对象1包含2个line类型的对象。这些对象表示验证数据(y1)， sys1: 99.58%。坐标轴对象2包含2个line类型的对象。这些对象表示验证数据(y2)， sys1: 99.65%。

该图显示了两者的匹配百分比sys1输出。模型阶数的四态降低导致拟合百分比的相对较小的降低。

检查搜索算法的停止条件。

sys1.Report.Termination.WhyStop

ans = '达到的最大迭代次数。'

创建一个评估选项集。指定“lm”搜索方法。将搜索迭代的最大次数从默认最大值20增加到50。

opt = ssestOptions(“SearchMethod”，“lm”）;opt.SearchOptions.MaxIterations = 50;opt.Display =“上”；

使用估计选项集和标识状态空间模型sys1作为估计初始化模型。

Sys2 = ssest(data,sys1,opt);

比较线性化模型和估计模型的响应。

比较(数据、sys_lin sys2);

$图中包含2个轴对象。Axes对象1包含3个line类型的对象。这些对象表示验证数据(y1)， sys\_lin: 100%， sys2: 99.9%。坐标轴对象2包含3个line类型的对象。这些对象表示验证数据(y2)， sys\_lin: 100%， sys2: 99.91%。$

更新后的选项集会产生更适合的百分比sys2．

线性化(金宝appSimulink控制设计)|getlinio(金宝appSimulink控制设计)