主要内容

idpoly

多项式模型可识别参数

扩展所有的页面

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:

一个 ( 问 ) y ( t ) = B ( 问 ) F ( 问 ) u ( t ) + C ( 问 ) D ( 问 ) e ( t )

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:

一个 ( 问 ) = 1 + 一个 1 问 − 1 + 一个 2 问 − 2 + ⋯ + 一个 n 一个 问 − n 一个

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:

一个 ( 年代 ) Y ( 年代 ) = B ( 年代 ) F ( 年代 ) U ( 年代 ) + C ( 年代 ) D ( 年代 ) E ( 年代 )

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

sys = idpoly (A, B, C, D, F, NoiseVariance, Ts)
sys = idpoly (A, B, C, D, F, NoiseVariance, Ts,名称,值)
sys = idpoly (A)
sys = idpoly ([], C, D, [], NoiseVariance, Ts)
sys = idpoly ([], C, D, [], NoiseVariance, Ts,名称,值)
sys = idpoly (sys0)
sys = idpoly (sys0 '分裂')

描述

创建输入-输出多项式模型

例子

sys= idpoly (A, B, C, D, F,NoiseVariance,Ts)创建一个多项式模型的系数。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。

例子

sys= idpoly (A, B, C, D, F,NoiseVariance,Ts,名称,值)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。

创建时间序列模型

sys= idpoly(一个)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。

例子

sys= idpoly ([], C, D, [],NoiseVariance,Ts)创建一个时间序列模型与自回归和移动平均任期。输入一个,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

一个 ( 问 ) y ( t ) = C ( 问 ) e ( t )

例子

sys= idpoly ([], C, D, [],NoiseVariance,Ts,名称,值)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。

动态系统模型转换为多项式模型

例子

sys= idpoly (sys0)将动态系统模型sys0来idpoly模型形式。sys0可以是任何动态系统模型。

sys= idpoly (sys0,'分裂')转换sys0来idpoly模型形式,并将最后一个Ny输入通道的sys0在返回的模型噪声通道。sys0必须是一个数字特遣部队(控制系统工具箱),zpk(控制系统工具箱),或党卫军(控制系统工具箱)模型对象。同时,sys0必须至少尽可能多的输入输出。

输入参数

全部展开

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。

  • sys0是一个数字特遣部队(控制系统工具箱),zpk(控制系统工具箱),或党卫军(控制系统工具箱)模型对象。

  • sys0至少尽可能多的输入输出。

  • 子系统纽约sys0(: + 1:ν)必须biproper。

属性

全部展开

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:

  • 对角线元素——固定为1

  • 非对角的条目——固定为0

一个{i, j}包含输出相关的系数y我到输出yj。

例如,对于两个输出系统,一个是一个2×2单元阵列,如:

{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:

  • B——而不是限制

  • F -固定为1

B {i, j}和F {i, j}包含输出相关的系数y我输入uj。

例如,对于两个输出系统,B和F2×1细胞阵列,如:

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:

  • C -固定为1

  • D -固定为1

C{我}和D{我}包含输出相关的系数y我的噪音e我。

例如,对于两个输出系统,C和D2×1细胞阵列,如:

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。

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。

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。

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)。

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——- - - - - -Ny

  • sys.Structure.B- - - - - -Ny——- - - - - -Nu

  • sys.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。

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。

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。

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。

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。

样品时间,指定为以下之一。

  • 离散时间模型与样本时间不详1

  • 连续时间模型,0

  • 离散时间模型与一个指定的采样时间,积极的标量表示指定的单位表达的采样周期TimeUnit模型的属性

改变这个属性不离散化或重新取样模型。使用汇集和d2c连续和离散时间表示形式之间的转换。使用d2d改变样本的离散时间系统。

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

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。

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。

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”)

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。

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。

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”,:)

系统名称、指定为一个特征向量,例如,“system_1”。

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}

数据与系统关联,指定为任何MATLAB数据类型。

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。

  • 并返回操作的函数idpoly模型对象允许您改变和操作idpoly模型。例如:

    • 使用合并合并估计idpoly模型。

    • 使用汇集将一个idpoly从连续,离散时间模型。使用d2c将一个idpoly连续时间模型从离散。

  • 函数执行分析和仿真功能idpoly模型,如波德和sim卡

  • 函数检索或解释模型信息,例如建议和getpar

  • 功能转换idpoly模型到一个不同的模型类型,如idtf时间域或idfrd对频域

下面的列表包含一个代表功能的子集,您可以使用idpoly模型。

全部展开

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

全部展开

sim卡 确定模型的模拟响应
预测 预测状态和状态估计误差协方差在下次一步使用扩展或无味卡尔曼滤波、粒子滤波
比较 比较确定了模型输出和测量输出
冲动 脉冲响应的动态系统;脉冲响应数据
一步 阶跃响应的动态系统;阶跃响应数据
波德 波德图的频率响应,或大小和相位数据

全部展开

tfdata 传递函数数据的访问
得到 访问模型属性值
getpar 获取属性,如线性模型参数的值和范围
getcov 参数识别模型的协方差
建议 数据或估计线性模型分析和建议

全部展开

idtf 传递函数模型与可识别参数
中的难点 与可识别的状态空间模型参数
idfrd 频率响应数据或模型

例子

全部折叠

打开生活的脚本

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:

y ( t ) + 0 。 5 y = u ( t ) + 5 u ( t - - - - - - 1 ) + 2 u ( t - - - - - - 2 ) + e ( t ) + 0 。 01 e ( t - - - - - - 1 )

y 是输出, u 是输入, e 是白噪音干扰 y 。

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。

打开生活的脚本

创建一个idpoly对于模型代表了ARMA模型描述以下方程:

y ( t ) + 0 。 5 y = e ( t ) + 0 。 01 e ( t - - - - - - 1 )

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。
打开生活的脚本

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:

y 1 ( t ) + 0 。 5 y 1 ( t - - - - - - 1 ) + 0 。 9 y 2 ( t - - - - - - 1 ) + 0 。 1 y 2 ( t - - - - - - 2 ) = u ( t ) + 5 u ( t - - - - - - 1 ) + 2 u ( t - - - - - - 2 ) + e 1 ( t ) + 0 。 0 1 e 1 ( t - - - - - - 1 ) y 2 ( t ) + 0 。 0 5 y 2 ( t - - - - - - 1 ) + 0 。 3 y 2 ( t - - - - - - 2 ) = 1 0 u ( t - - - - - - 2 ) + e 2 ( t ) + 0 。 1 e 2 ( t - - - - - - 1 ) + 0 。 0 2 e 2 ( t - - - - - - 2 ) 。

y 1 和 y 2 是两个输出,然后呢 u 是输入。 e 1 和 e 2 白噪声干扰的输出吗 y 1 和 y 2 ,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F1)。

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 y 1 在本身。这个多项式 一个 1 1 = 1 + 0 。 5 问 - - - - - - 1 ,因为每个因素的 问 - - - - - - 1 对应于一个单位时间递减。因此,{1,1}= 0.5 [1],给的系数 一个 1 1 在增加的拥护者 问 - - - - - - 1 。

同样的,一个{1,2}描述出的依赖的多项式 y 1 在 y 2 。的方程, 一个 1 2 = 0 + 0 。 9 问 - - - - - - 1 + 0 。 1 问 - - - - - - 2 。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 y 1 和 y 2 在输入 u 。的方程, B 1 1 = 1 + 5 问 - - - - - - 1 + 2 问 - - - - - - 2 。因此,B {1} = [1 5 2]。

同样,从方程, B 2 1 = 0 + 0 问 - - - - - - 1 + 1 0 问 - - - - - - 2 。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 y 1 和 y 2 按噪声 e 1 和 e 2 。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。

打开生活的脚本

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:

G ( 年代 ) = 年代 + 4 年代 2 + 20. 年代 + 5 

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

另请参阅

|||||||||||||

主题