主要内容

getreg

非线性ARX模型中的回归器表达式和数值

语法

Rs = getreg(模型)
Rm = getreg(模型、数据)
Rm = getreg(模型、数据初始化)
Rm = getreg (___“类型”,regressorType)

描述

Rs = getreg(模型)返回非线性ARX模型中计算回归器的表达式。模型是一个idnlarx对象。回归矩阵的典型用法是getreg是生成输入数据时,您想要评估一个映射函数的输出,例如wavenet使用评估.例如,下面的命令对计算映射函数的输出模型

Regressor_Value = getreg(模型、数据“z”) y = evaluate(model.OutputFcn,RegressorValue)
这些命令等价于以下命令:
y =预测(模型、数据predictOptions (“InitialCondition”“z”))

Rm = getreg(模型、数据)返回回归器值时间表用于指定的输入/输出数据集数据

Rm = getreg(模型、数据初始化)中指定的初始条件初始化.第一个N每个回归矩阵的行取决于初始状态初始化,在那里N回归量的最大延迟(见getDelayInfo).

Rm = getreg (___“类型”,regressorType返回指定的回归器的名称regressorType.例如,使用命令Rm = getreg(模型、“类型”、“输入”)只返回输入回归器的名称。

输入参数

数据

iddata对象,该对象包含测量数据或数字矩阵,其中包含按顺序的输出和输入变量的值(模型。OutputName模型。InputName]

初始化

您的数据的初始条件:

  • “z”(默认)指定初始状态为零。

  • 为未知初始条件。

  • 实列向量包含初始状态值。有关初始状态的更多信息,请参见中idnlarx状态定义idnlarx.对于多实验数据,这是一个矩阵,其中每一列指定对应于该实验的模型的初始状态。

  • iddata对象,该对象包含在第一个示例之前的时刻的输入和输出示例数据.当iddata对象中包含的样本比模型中的最大延迟更多,只使用最近的样本。所需样品的数量等于max (getDelayInfo(模型)

模型

iddata对象表示非线性ARX模型。

regressorType

要返回的回归器类型,指定为以下类型之一:

  • “所有”(默认)-所有回归器

  • “输入”-只有输入回归器

  • “输出”-只有输出回归量

  • “标准”-只有线性和多项式回归器

  • “自定义”-只有自定义回归器

输出参数

Rm

时间表所有或指定子集的回归量值。每一列中Rm包含与数据样例一样多的行。对于具有nr解释变量,Rm每个回归器包含一列。当数据包含多个实验,Rm是一个单元格数组,其中每个元素对应于一个实验回归器值的时间表。

Rs

用字符向量的单元格数组表示的回归器表达式。例如,表达式“u1(2)”通过延迟输入信号来计算回归器u1通过两个时间样本。同样,表达“y2 (t - 1)”通过延迟输出信号来计算回归器y2一次样本。

回归量的顺序Rs中对应的回归指标idnlarx对象属性模型。RegressorUsage

例子

全部折叠

加载样本数据u和y。

负载twotankdata;t = 0.2;

采样时间为0.2秒。

创建数据对象并使用前1000个样本进行估计。

z = iddata (y, u, Ts);泽= z (1:1000);

估计非线性ARX模型。

模型= nlarx(ze,[3 2 1]);

得到回归量表达式。

Rs = getreg(模型);

得到回归量的值。

Rm = getreg(模型、泽);

评估单步预测的模型输出。

Y =评估(model.OutputFcn Rm.Variables);

前面的结果等价于。

Y_p =预测(模型、泽1,“z”);Y = Y_p.OutputData;

兼容性的考虑

全部展开

行为在R2021a中改变

介绍了R2007a