idpoly
多项式模型可识别参数
描述
一个idpoly
多项式模型表示一个系统作为一个连续时间和离散时间模型与识别(有价值的)系数。使用idpoly
创建一个多项式模型或转换动态系统模型多项式形式。
一个多项式模型系统的输入向量u、输出向量y和干扰e在离散时间采取以下形式:
的变量一个,B,C,D,F多项式表示,让使用者操作符问1。例如,一个多项式采用这种形式:
在这里,na是最重要的一个多项式。问1y(t)等价于y(t- - - - - -1)。
例如,如果一个(问)= 1 +一个1问1+一个2问2,然后一个(y(t))= 1 +一个1(t - 1)+一个2(2)。
的C,D,F多项式形式一样一个多项式,从1开始。的B多项式不从1开始。
在连续时间,一个多项式模型采用以下形式:
U(年代)包含拉普拉斯转换输入sys
。Y(年代)包含拉普拉斯转换输出。E(年代)包含为每个输出的拉普拉斯变换干扰。
为idpoly
模型、多项式的系数一个,B,C,D,F可以有价值的参数。的idpoly
模型存储这些矩阵元素的值一个
,B
,C
,D
,F
模型的属性。
时间序列模型是特殊情况没有测量输入的多项式模型系统。对AR模型,B
和F
是空的,C
和D
是1对所有输出。对于ARMA模型,B
和F
是空的,而D
是1。
虽然idpoly
金宝app支持连续时间模型,idtf
和idproc
使更多的选择评估的连续时间模型。因此,对于大多数连续时间的应用程序,这些其他的模型类型是可取的。
关于多项式模型的更多信息,请参阅多项式模型是什么?
创建
你可以获得一个idpoly
模型三种方式之一。
估计
idpoly
模型基于输出或输入-输出的测量系统通过使用命令等聚
,arx
,armax
,oe
,bj
,iv4
,或ivar
。这些命令估计自由多项式系数的值。估计的值存储在一个
,B
,C
,D
,F
由此产生的属性idpoly
模型。的报告
属性产生的模型存储的信息估计,如信息处理的初始条件和选项用于估计。当你获得一个
idpoly
模型的估计,可以提取使用命令估计系数和模型的不确定性等polydata
,getpar
,或getcov
。创建一个
idpoly
模型使用idpoly
命令。您可以创建一个idpoly
模型配置一个多项式模型的初始参数化估计适合测量响应数据。当你这样做时,你可以指定限制多项式系数。例如,您可以修复一些系数的值,或者指定最小或最大自由系数值。然后,您可以使用配置的模型作为输入参数聚
估计参数值与约束。转换到一个现有的动态系统模型
idpoly
模型使用idpoly
命令。
语法
描述
创建输入-输出多项式模型
创建一个多项式模型的系数。sys
= idpoly (A, B, C, D, F
,NoiseVariance
,Ts
)一个
,B
,C
,D
,F
指定初始值的系数。NoiseVariance
指定初始值的白噪声的方差来源。Ts
是时间模型样本。
使用附加选项创建一个多项式模型指定的一个或多个参数名称-值对。sys
= idpoly (A, B, C, D, F
,NoiseVariance
,Ts
,名称,值
)
创建时间序列模型
创建一个时间序列模型只有一个自回归项。在这种情况下,sys
= idpoly(一个)sys
代表的AR模型一个(问)y(t)=e(t)。噪音e(t1)的变化。一个
指定初始值的可估计的系数。
创建一个时间序列模型与自回归和移动平均任期。输入sys
= idpoly ([], C, D, [],NoiseVariance
,Ts
)一个
,C
,D
的初始值,指定可估计的系数。NoiseVariance
指定的初始值噪声e(t)。Ts
是时间模型样本。(省略NoiseVariance
和Ts
使用默认值)。
如果D
被设置为[]
,然后sys
代表的ARMA模型
创建一个时间序列模型使用由一个或多个指定附加选项名称-值对参数。sys
= idpoly ([], C, D, [],NoiseVariance
,Ts
,名称,值
)
输入参数
sys0
- - - - - -动态系统
动态系统模型
动态系统,指定为一个动态系统模型转换为一个idpoly
模型。
当sys0
是一个识别模型,其参数估计协方差转换期间丢失。如果你想翻译估计协方差参数转换期间,使用translatecov
。
的语法sys = idpoly (sys0 '分裂')
,sys0
必须符合以下要求。
属性
A, B, C, D, F
- - - - - -多项式系数的值
[]
|1
|行向量|数组的行向量
指定值的多项式系数,作为输出模型或行向量,为MIMO模型,细胞数组的行向量对应的每一个一个
,B
,C
,D
,F
多项式。对于每一个多项式,系数存储在以下订单:
提升的能力z1或问1(离散多项式模型)。
下行的力量年代或p(连续时间多项式模型)。
的主要系数一个
,C
,D
,F
总是1。
为分布式天线模型Ny输出和Nu输入,一个
,B
,C
,D
,F
是行向量的细胞阵列。单元阵列中的每个条目包含一个特殊的多项式的系数与输入、输出和噪声值。
多项式 | 维度和约束 | 关系描述 |
---|---|---|
一个 |
Ny——- - - - - -Ny单元阵列的行向量 领先的系数:
|
例如,对于两个输出系统, {1,1}= [1。1]{1,2}= [0.4 - -0.6]{2,1}= 0 {2,}= 0.2 - 0.3 [1] |
B, F |
Ny——- - - - - -Nu数组的行向量 领先的系数:
|
例如,对于两个输出系统, B {1} = [0.1 - 0.2] B {2, 1} = (0.5 - 0.3) F {1 1} = 0.8 [1] F {2, 1} = 0.4 [1] |
C, D |
Ny1行向量的数组 领先的系数:
|
例如,对于两个输出系统, 0.3 C {1} = [1] C {2, 1} = 0.5 - 0.3 [1] D {1 1} = 0.7 [1] D {2, 1} = 0.1 - 0.2 [1] |
对于一个时间序列模型(模型没有测量输入),B = []
和F = []
。
如果你得到一个idpoly
模型sys
通过识别使用等功能聚
或arx
,然后sys.A
,sys.B
,sys.C
,sys.D
,sys.F
包含的估算值多项式系数。
如果你创建一个idpoly
模型sys
使用idpoly
命令,sys.A
,sys.B
,sys.C
,sys.D
,sys.F
包含指定的初始系数值A, B, C, D, F
输入参数。使用南
对于任何系数的初始值是未知的。使用[]
对于任何多项式中不存在你想创建的模型结构。例如,要创建一个ARX模型,使用[]
为C
,D
,F
。对于一个ARMA时间序列模型,使用[]
为B
和F
。当你创建一个默认的初始值idpoly
模型是:
B -
[]
C -
1
对所有输出D -
1
对所有输出F -
[]
对于一个idpoly
模型sys
,每个属性sys.A
,sys.B
,sys.C
,sys.D
,sys.F
是相应的别名吗价值
条目的结构
的属性sys
。例如,sys.A
是房地产价值的别名吗sys.Structure.A.Value
。
变量
- - - - - -多项式模型显示变量
“年代”
(默认)|“p”
|“z ^ 1”
|“问^ 1”
多项式模型显示变量指定为以下值之一:
“z ^ 1”
——默认为离散时间模型“问^ 1”
——相当于“z ^ 1”
“年代”
——默认为连续时间模型“p”
——相当于“年代”
的价值变量
反映在显示,也会影响的解释呢一个
,B
,C
,D
,F
离散时间模型的系数向量。当变量
被设置为“z ^ 1”
或“问^ 1”
,系数向量是下令提升力量的变量。
IODelay
- - - - - -运输延误
0
(默认)|标量|数字数组
运输延误,指定为一个数值数组包含一个单独的运输延迟对于每一对输入-输出或一个标量,相同的延迟适用于每一对输入-输出。
对于连续时间系统,运输延误表达中存储的时间单位TimeUnit
财产。对于离散时间系统,运输延误表示为整数表示延迟的多个样本Ts
。
分布式天线系统Ny输出和Nu输入,IODelay
是一个Ny——- - - - - -Nu数组中。这个数组的每个条目是一个数字值,表示相应的传输延迟输入-输出。你可以设置IODelay
一个标量值对所有输入输出对应用相同的延迟。
如果你创建一个idpoly
模型sys
使用idpoly
命令,sys.IODelay
包含运输延迟的初始值,指定一个名称-值对的论点。
如果你得到一个idpoly
模型sys
通过识别使用等功能聚
或arx
,然后sys.IODelay
包含了传输延迟的估计价值。
对于一个idpoly
模型sys
,房地产sys.IODelay
是属性的值的一个别名吗sys.Structure.IODelay.Value
。
IntegrateNoise
- - - - - -集成在噪声通道的存在
逻辑向量的零(默认)|逻辑向量
逻辑向量表示集成在噪声通道的存在与否,指定为一个逻辑向量长度等于输出的数量。
IntegrateNoise (i) = true
表明的噪声信道我输出包含一个积分器。在这种情况下,相应的D多项式包含一个额外的术语,并不代表房地产sys.D
。积分器项= 1 /年代连续时间系统和1 / (1 -z1离散时间系统的)。
结构
- - - - - -可估计的参数信息
结构属性值
调控房地产的有价值的参数信息idpoly
模型,指定为一个结构。
为一个系统Ny输出和Nu输入的尺寸结构
元素如下:
sys.Structure.A
- - - - - -Ny——- - - - - -Nysys.Structure.B
- - - - - -Ny——- - - - - -Nusys.Structure.C
- - - - - -Ny——- - - - - -1
sys.Structure.D
- - - - - -Ny——- - - - - -1
sys.Structure.F
- - - - - -Ny——- - - - - -Nu
sys.Structure.A
,sys.Structure.B
,sys.Structure.C
,sys.Structure.D
,sys.Structure.F
包含的信息多项式系数。sys.Structure.IODelay
包含的信息传输延迟。sys.Structure.IntegrateNoise
包含的信息集成方面的噪音。每个参数在结构
包含以下字段。
场 | 描述 | 例子 |
---|---|---|
价值 | 参数值。每个属性对应的别名价值 条目的结构 的属性sys 。南 代表未知的参数值。 |
sys.Structure.A.Value 包含初始或估计的输出值一个多项式。sys.A 这个属性的值是一个别名。sys.A {i, j} 的别名是MIMO财产吗sys.Structure.A value (i, j) 。 |
最低 | 最小值,可以假设在估计参数 | sys.Structure.IODelay.Minimum=0。1 限制了传输延迟值大于或等于0.1。sys.Structure.IODelay.Minimum 必须大于或等于零。 |
最大 | 最大值在估计参数可以假设 | |
免费的 | 布尔值指定是否免费评估变量参数。如果你想修复的价值在估计参数,设置相应的免费的 来假 。为固定值,如领导的系数值一个多项式,它总是等于1,对应的值免费的 总是假 。 |
如果B是一个3×3的矩阵,sys.Structure.B。自由=眼睛(3) 修复所有的非对角的条目B中指定的值sys.Structure.B.Value 。在这种情况下,只有在对角线条目B是有价值的。 |
规模 | 参数的值的范围。估计算法不使用规模 。 |
|
信息 | 结构数组包含字段标签 和单位 用于存储参数标签和单位。指定参数标签和单位特征向量。 |
例子:“时间” |
一个不活跃的多项式,等B
多项式时间序列模型,作为一个参数在不在结构
财产。例如,sys = idpoly (-0.2 - 0.5 [1])
创建一个基于“增大化现实”技术的模型。sys.Structure
包含的字段sys.Structure.A
和sys.Structure.IntegrateNoise
。然而,在没有磁场结构
对应于B
,C
,D
,F
,或IODelay
。
NoiseVariance
- - - - - -方差模型的创新
积极的标量|矩阵
方差协方差矩阵模型的创新e,指定为一个标量或半正定矩阵。
输出模式——标量
再分配模型Ny输出-Ny——- - - - - -Ny半正定矩阵
一个识别模型包括一个高斯白噪声分量e(t)。NoiseVariance
是这个噪声分量的方差。通常,模型估计函数(如聚
)确定方差。
报告
- - - - - -总结报告
报告字段值
这个属性是只读的。
总结报告,其中包含的信息得到状态空间模型的估计的选择和结果使用命令,估计等聚
,armax
,oe
,bj
。使用报告
找到识别模型的评估信息,包括:
估算方法
估计选项
搜索终止条件
评估数据和其他质量指标
如果您创建的模型建设的内容报告
是无关紧要的。
0.5 m = idpoly ({[1]}, {[1 5]}, {0.01 [1]});m.Report.OptionsUsed
ans = []
使用估计的命令,如果你获得模型的字段报告
包含信息的评估数据,选择,和结果。
负载iddata2z2;m =保利(z2 [2 2 3 3 2 1]);m.Report.OptionsUsed
保利命令的选项设置:InitialCondition:‘汽车’专注:“预测”EstimateCovariance: 1显示:“关闭”InputOffset: [] OutputOffset:[]正规化:[1 x1 struct] SearchMethod:“汽车”SearchOptions: [1 x1 idoptions.search。identsolver]先进(1 x1结构):
有关这个属性的更多信息,以及如何使用它,请输出参数部分相应的估计和命令参考页面评估报告。
InputDelay
- - - - - -为每个输入通道输入延迟
0
(默认)|标量|向量
为每个输入通道输入延迟,指定为一个标量值或数值向量。对于连续时间系统,指定输入延迟中存储的时间单位TimeUnit
财产。对于离散时间系统,指定输入整数倍的样品时间延迟Ts
。例如,设置InputDelay
来3
指定一个延迟三个示例。
为一个系统Nu输入,设置InputDelay
到一个Nu1的向量。这个向量的每个条目是一个数值,表示相应的输入延迟输入通道。
你也可以设置InputDelay
一个标量值应用相同的延迟所有频道。
在评估,InputDelay
是一个固定的常数的模型。软件使用IODelay
财产估计时间延迟。指定初始值和约束估计时间延迟,使用sys.Structure.IODelay
。
OutputDelay
- - - - - -为每一个输出通道输出延迟
0
(默认)
这个属性是只读的。
为每一个输出通道输出延迟,指定为0
。这个值是固定的识别系统,如idpoly
。
TimeUnit
- - - - - -单位时间变量
“秒”
(默认)|“纳秒”
|微秒的
|的毫秒
|“分钟”
|“小时”
|“天”
|“周”
|“月”
|“年”
单位时间变量,样品时间Ts
在模型中,任何时间延迟,指定为一个标量。
改变这个属性不重新取样或转换数据。修改属性更改现有数据的解释。使用chgTimeUnit
将数据转换成不同的时间单位
InputName
- - - - - -输入通道名称
”
(默认)|特征向量|单元阵列
输入通道名称,指定为一个特征向量数组或单元。
单输入模型,特征向量,例如,
“控制”
多输入模型——单元阵列的特征向量
另外,使用自动分配向量扩张输入名字多输入模型。例如,如果sys
是两个输入模型中,输入以下:
sys.InputName=“控制”;
输入名称自动扩大{“控制(1)”,“控制”(2)}
。
当你使用一个估计模型iddata
对象数据
,软件自动设置InputName
来data.InputName
。
您可以使用速记符号u
来指InputName
财产。例如,sys.u
相当于sys.InputName
。
您可以使用输入通道名称在几个方面,包括:
确定渠道模式显示和阴谋。
提取MIMO系统的子系统。
当互连模型指定连接点。
InputUnit
- - - - - -输入通道单元
”
(默认)|特征向量|单元阵列
输入通道单位,指定为一个特征向量或单元阵列:
单输入模型,特征向量
多输入模型——单元阵列的特征向量
使用InputUnit
跟踪输入信号的单位。InputUnit
没有对系统行为的影响。
InputGroup
- - - - - -输入通道组
结构没有字段(默认)|结构
输入通道组,指定为一个结构。的InputGroup
属性允许您将MIMO系统的输入通道分成组,这样你可以参考每组的名字。在InputGroup
结构,设置组名称字段名和字段值属于每一组的输入通道。
例如,创建输入组名称控制
和噪音
包括输入通道1、2和3,分别为5。
sys.InputGroup。控制=[1 2]; sys.InputGroup.noise = [3 5];
然后您可以提取的子系统控制
输入所有输出使用下面的语法:
sys(:,“控制”)
OutputName
- - - - - -输出通道名称
”
(默认)|特征向量|单元阵列
输出通道名称,指定为一个特征向量数组或单元。
单输入模型,特征向量,例如,
“测量”
多输入模型——单元阵列的特征向量
另外,使用自动分配向量扩张输出名称多输出模型。例如,如果sys
是一个两个输出模型,输入以下:
sys.OutputName=“测量”;
输出名称自动扩大{“测量(1)”,“测量”(2)}
。
当你使用一个估计模型iddata
对象数据
,软件自动设置OutputName
来data.OutputName
。
您可以使用速记符号y
来指OutputName
财产。例如,sys.y
相当于sys.OutputName
。
您可以使用输出通道名称在几个方面,包括:
确定渠道模式显示和阴谋。
提取MIMO系统的子系统。
当互连模型指定连接点。
OutputUnit
- - - - - -输出通道单元
”
(默认)|特征向量|单元阵列
输出通道单位,指定为一个特征向量数组或单元。
单输入模型,特征向量,例如,
“秒”
多输入模型——单元阵列的特征向量
使用OutputUnit
跟踪输出信号单元。OutputUnit
没有对系统行为的影响。
OutputGroup
- - - - - -输出通道组
结构体
没有字段(默认)|结构体
输出通道组,指定为一个结构。的OutputGroup
属性允许您将MIMO系统的输出通道分成组,指每组的名字。在OutputGroup
结构,设置组名称字段名和字段值属于每组输出通道。
例如,创建输出组命名温度
和测量
包括输出通道1,3,5,分别。
sys.OutputGroup。温度=[1]; sys.OutputGroup.measurement = [3 5];
然后您可以从所有输入提取子系统测量
输出使用下面的语法:
系统(“测量”,:)
的名字
- - - - - -系统名称
”
(默认)|特征向量
系统名称、指定为一个特征向量,例如,“system_1”
。
笔记
- - - - - -文本与系统
0
——- - - - - -1
字符串(默认)|字符串|字符串数组|特征向量
任何你想要的文本关联系统,指定为一个字符串。
对于一个注意,指定
笔记
作为一个字符串或一个字符向量对于多个音符,指定
笔记
作为一个字符串数组。
属性保存您指定的字符串或字符数据类型。当你指定一个特征向量,特征向量的软件包1×1细胞数组。
例如,如果sys1
,sys2
,sys3
动态系统模型,您可以设置他们的吗笔记
属性如下。
sys1。笔记=“sys1字符串。”;sys2。笔记=[“sys2第一个字符串”;“sys3第二个字符串”];sys3。Notes =sys3有一个特征向量。;sys1。笔记sys2。笔记sys3。Notes
ans =“sys1字符串。”ans = 2×1的字符串数组“sys2第一个字符串”“sys2第二个字符串“ans = 1×1单元阵列{sys3有特征向量的}
用户数据
- - - - - -数据与系统
[]
(默认)|任何MATLAB®数据类型
数据与系统关联,指定为任何MATLAB数据类型。
SamplingGrid
- - - - - -采样网格
[]
(默认)|结构
采样网格模型数组,指定为一个结构。
确定线性数组(IDLTI)模型,你获得通过抽样一个或多个独立变量,该属性与每个模型相关的变量值。这个信息显示或绘制模型时出现数组。使用此信息来跟踪结果返回给独立变量。
数据结构的字段名称设置为抽样变量的名字。设置字段值的采样与数组中的每个模型相关的变量值。所有抽样变量必须是一个数字,标量值,和所有数组的采样值必须匹配模型的维度的数组。
例如,假设你收集数据在不同操作系统的点。您可以确定一个模型分别为每个操作点,然后叠加结果数组组合进一个系统。你可以标记数组中的单个模型信息的操作点。
nominal_engine_rpm = (1000 5000 10000);sys。SamplingGrid =结构(“转”nominal_engine_rpm)
在这里,sys
是一个数组包含三种识别模型获得了在1000年,5000年和10000 rpm。
为您生成模型阵列通过线性化模型金宝app®模型在多个参数值或操作点,软件填充SamplingGrid
自动变量的值,对应于每个条目数组中。
对象的功能
一般来说,适用于任何函数动态系统模型适用于一个idpoly
模型对象。这些函数的四个一般类型。
下面的列表包含一个代表功能的子集,您可以使用idpoly
模型。
转换和操作
translatecov |
翻译参数协方差模型转换业务 |
setpar |
设置属性,如线性模型参数的值和范围 |
chgTimeUnit |
改变时间单位的动态系统 |
d2d |
重新取样离散时间模型 |
d2c |
将模型从离散连续时间 |
汇集 |
转换从连续,离散时间模型 |
合并 |
合并估计模型 |
例子
创建多项式模型
创建一个idpoly
对于模型代表输入变量ARMAX模型由以下方程描述:
是输出, 是输入, 是白噪音干扰 。
创建idpoly
模型,定义了一个
,B
,C
多项式描述之间的关系输出,输入,分别和噪声值。因为没有分母项在系统方程,D
和F
是1。
一个= 0.5 [1];B = [1 5 2];C = 0.01 [1];
创建一个idpoly
模型与指定的系数。
sys = idpoly (A, B, C)
sys =离散ARMAX模型:一个(z) y (t) = B (z) u (t) + C (z) e (t) 0.5 (z) = 1 + z ^ 1 B (z) = 1 + 5 z ^ 1 + 2 z ^ 2 C (z) = 1 + 0.01 z ^ 1样品时间:未指定参数化:多项式订单:na = 1 nb = 3数控= 1 nk = 0的免费系数:5使用“polydata”、“getpvec”、“getcov”参数及其不确定性。状态:由直接建设或转换。不估计。
显示器显示所有的多项式,并允许你来验证它们。显示还指出,有五个免费的系数。
创建一个idpoly
指定模型噪声方差nv
和样品时间Ts
。要做到这一点,您还必须包括1的值D
和F
。
t = 0.1;nv = 0.01;sys = idpoly (A, B, C, 1, 1, nv, Ts)
sys =离散ARMAX模型:一个(z) y (t) = B (z) u (t) + C (z) e (t) 0.5 (z) = 1 + z ^ 1 B (z) = 1 + 5 z ^ 1 + 2 z ^ 2 C (z) = 1 + 0.01 z ^ 1样品时间:0.1秒参数化:多项式订单:na = 1 nb = 3数控= 1 nk = 0的免费系数:5使用“polydata”、“getpvec”、“getcov”参数及其不确定性。状态:由直接建设或转换。不估计。
显示显示了一个示例以0.1秒的成绩。
指定一个输入输出延迟iod的
当你创建一个示例之一idpoly
模型。
iod = 1;sys = idpoly (A, B, C, 1, 1, nv, Ts,“IODelay”,1)
sys =离散ARMAX模型:一个(z) y (t) = B (z) u (t) + C (z) e (t) 0.5 (z) = 1 + z ^ 1 B (z) = 1 + 5 z ^ 1 + 2 z ^ 2 C (z) = 1 + 0.01 z ^ 1输入延迟(上市通道):1样品时间:0.1秒参数化:多项式订单:na = 1 nb = 3数控= 1 nk = 0的免费系数:5使用“polydata”、“getpvec”、“getcov”参数及其不确定性。状态:由直接建设或转换。不估计。
显示显示了一个示例的输入延迟。
您可以使用sys
指定一个初始参数估计等命令聚
或armax
。
创建多项式时间序列模型
创建一个idpoly
对于模型代表了ARMA模型描述以下方程:
因为一个时间序列没有测量输入,这个模型只包含一个
和C
多项式。
一个= 0.5 [1];C = 0.01 [1];
创建一个离散时间序列模型没有指定样品的时间。
sys = idpoly ([], C)
sys =离散ARMA模型:一个(z) y (t) = C (z) e (t) 0.5 (z) = 1 + z ^ 1 C (z) = 1 + 0.01 z ^ 1样品时间:未指定的参数化:多项式订单:na = 1数控= 1很多免费的系数:2使用“polydata”、“getpvec”、“getcov”参数及其不确定性。状态:由直接建设或转换。不估计。
显示反映了你的规格。
创建一个连续时间序列通过指定样品的时间0
名称-值对的论点“t”
。
sys = idpoly ([], C,“t”,0)
sys =连续时间ARMA模型:一个(s) y (t) = C (s) e (t) (s) = s + 0.5 C (s) = s + 0.01参数化:多项式订单:na = 1数控= 1很多免费的系数:2使用“polydata”、“getpvec”、“getcov”参数及其不确定性。状态:由直接建设或转换。不估计。
你也可以设置采样时间使用Ts
输入参数而不是名称-值对的论点,但语法比较复杂。你必须指定D
值作为1
或空,并设置F
位置和噪声方差的位置(如果你不指定噪声方差)是空的。
t = 0;sys = idpoly ([], C, 1, [], [], Ts)
sys =连续时间ARMA模型:一个(s) y (t) = C (s) e (t) (s) = s + 0.5 C (s) = s + 0.01参数化:多项式订单:na = 1数控= 1很多免费的系数:2使用“polydata”、“getpvec”、“getcov”参数及其不确定性。状态:由直接建设或转换。不估计。
多输出ARMAX模型
创建一个idpoly
模型代表一个输入,两个输出ARMAX模型由以下方程描述:
和 是两个输出,然后呢 是输入。 和 白噪声干扰的输出吗 和 ,分别。
创建idpoly
模型,定义了一个
,B
,C
多项式描述之间的关系输出,输入,和噪声值。(因为没有分母项系统方程,D
和F
1)。
定义单元阵列包含的系数一个
多项式。
=细胞(2,2);{1,1}= 0.5 [1];{1,2}= 0.9 - 0.1 [0];1 {2,}= [0];{2,}= 0.05 - 0.3 [1];
你可以阅读中的每个条目的值一个
左侧的单元阵列系统方程描述。例如,{1,1}
描述出的依赖的多项式
在本身。这个多项式
,因为每个因素的
对应于一个单位时间递减。因此,{1,1}= 0.5 [1]
,给的系数
在增加的拥护者
。
同样的,一个{1,2}
描述出的依赖的多项式
在
。的方程,
。因此,{1,2}= 0.9 - 0.1 [0]
。
剩余的条目一个
也同样。
定义单元阵列包含的系数B
多项式。
B =细胞(2,1);B {1} = [1 5 2];B {2,} = [0 0 10];
B
描述了多项式,给出输出的依赖
和
在输入
。的方程,
。因此,B {1} = [1 5 2]
。
同样,从方程,
。因此,B {2,} = [0 0 10]
。
定义单元阵列包含的系数C
多项式。
C =细胞(2,1);C {1} = 0.01 [1];C {2,} = 0.1 - 0.02 [1];
C
描述了多项式,给出输出的依赖
和
按噪声
和
。的条目C
可以从方程同样的读吗一个
和B
。
创建一个idpoly
模型与指定的系数。
sys = idpoly (A, B, C)
sys =离散ARMAX模型:模型输出1号:一个(z) y_1 (t) = - ai (z) y_i (t) + B (z) u (t) + C (z) e_1 (t) 0.5 (z) = 1 + z ^ 1 A₂(z) = 0.9 z ^ 1 + 0.1 z ^ 2 B (z) = 1 + 5 z ^ 1 + 2 z ^ 2 C (z) = 1 + 0.01 z ^ 1模型输出2号:一个(z) y_2 B (t) = (z) u (t) + C (z) e_2 (t) 0.05 (z) = 1 + z ^ 1 + 0.3 z z ^ 2 B (z) = 10 ^ 2 C (z) = 1 + 0.1 z ^ 1 + 0.02 z ^ 2样品时间:未指定参数化:多项式订单:na = [1 2; 0 2] nb =(3; 1)数控= [1,2]nk =(0, 2)数量的免费系数:12使用“polydata”、“getpvec”、“getcov”参数及其不确定性。状态:由直接建设或转换。不估计。
显示器显示所有的多项式,并允许你来验证它们。显示还指出,有12免费系数。对角线项的主要条款一个
总是固定为1。所有其他条目的主要条款一个
总是固定为0。
您可以使用sys
指定一个初始参数估计等命令聚
或armax
。
传递函数模型转化为多项式模型
用传递函数模型的动态系统。然后使用idpoly
将传输函数模型转化为多项式形式。
使用idtf
对于构造连续时间、输入(输出)传递函数模型描述以下方程:
num = (1 - 4);穴= 20 5 [1];G = idtf (num穴)
G = s + 4 - - - - - - - - - - - - - - - - ^ 2 + 20年代+ 5连续时间确定传递函数。参数化:极数:2 0数量:1很多免费的系数:4使用“tfdata”、“getpvec”、“getcov”参数及其不确定性。状态:由直接建设或转换。不估计。
传递函数转化为多项式形式。
sys = idpoly (G)
sys =连续时间OE模型:y (t) = (B (s) / F (s)] u (t) + e (t) B (s) = s + 4 F (s) = s ^ 2 + 20 + 5参数化:多项式订单:nb = 2 nf = 2 nk = 0的免费系数:4使用“polydata”、“getpvec”、“getcov”参数及其不确定性。状态:由直接建设或转换。不估计。
显示器显示了多项式形式和多项式系数。
版本历史
之前介绍过的R2006a
打开举例
你们possedez一个版本modifiee de cet(中央东部东京)为例。Souhaitez-vous打开cet(中央东部东京)为例用vos修改吗?
对MATLAB
你们有派对在联合国留置权,对应这个对MATLAB:
倒实行la对saisissez-la在fenetre德对MATLAB。Les navigateurs web不sup金宝appportent Les MATLAB命令。
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。