Idpoly.

具有可识别参数的多项式模型

展开所有页面

描述

一个Idpoly.模型将系统表示为具有可识别(可估计)系数的连续时间或离散时间多项式模型。采用Idpoly.建立一个多项式模型或进行转换动态系统模型多项式形式。

带输入向量系统的多项式模型你，输出矢量y和干扰E.在离散时间下为:

$一种（问：） y （ T. ） = \frac{B. （问：）}{F （问：）} 你（ T. ） + \frac{C （问：）}{D. （问：）} E. （ T. ）$

变量一种那B.那C那D.,F多项式是用时间移位运算符表示的吗问：^－1．例如,一种多项式的形式如下:

$一种（问：） = 1 + {一种}_{1} {问：}^{- 1} + {一种}_{2} {问：}^{- 2} + \dots + {一种}_{N 一种} {问：}^{- N 一种}$

在这里,na这是会议的顺序一种多项式。问：^－1y（T.）相当于y（T.-1)．

例如，如果一种（问：）= 1 +一种₁问：^－1+一种₂问：^－2,然后一种（y（T.））= 1 +一种₁（T-1）+一种₂（T-2）．

这C那D.,F多项式的形式与一种多项式，从1开始。这B.多项式不会以1开头。

在连续时间下，多项式模型的形式如下:

$一种（ S. ） y （ S. ） = \frac{B. （ S. ）}{F （ S. ）} 你（ S. ） + \frac{C （ S. ）}{D. （ S. ）} E. （ S. ）$

你（S.）包含拉普拉斯变换输入到SYS.．y（S.)包含拉普拉斯变换的输出。E.（S.)包含每个输出扰动的拉普拉斯变换。

为Idpoly.模型，多项式的系数一种那B.那C那D.,F可以是可评估的参数。这Idpoly.模型中存储这些矩阵元素的值一种那B.那C那D.,F模型的属性。

时间序列模型是没有测量输入的系统的多项式模型的特殊情况。对AR模型,B.和F是空的，C和D.所有输出都是1。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启用更多选择来估计连续时间模型。因此，对于大多数连续时间应用，这些其他模型类型是优选的。

有关多项式模型的更多信息，请参见什么是多项式模型?

创建

你可以获得一个Idpoly.三种模式之一。

估计Idpoly.基于系统的输出或输入-输出度量的模型，使用命令，例如poly那ARX.那armax那OE.那北京那IV4.，要么ivar. 这些命令估计自由多项式系数的值。估计值存储在一种那B.那C那D.,F由此产生的属性Idpoly.模型。这报告生成模型的属性存储有关估计的信息，例如有关处理估计中使用的初始条件和选项的信息。
当你获得一个Idpoly.通过估计建立模型，您可以使用以下命令从模型中提取估计系数和它们的不确定性polydata.那格帕尔，要么getcov．
创建一个Idpoly.模型使用Idpoly.命令。你可以创建一个Idpoly.模型，用于配置初始参数化，以估计多项式模型，以拟合测量的响应数据。执行此操作时，可以指定多项式系数的约束。例如，可以固定某些系数的值，或为自由系数指定最小值或最大值。然后，您可以使用配置的模型作为输入参数poly使用这些约束估计参数值。
将现有的动态系统模型转换为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（a，[]，c，d，[]，noisevariance，ts）

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

sys = idpoly (sys0)

sys = iDpoly（sys0，'split'）

描述

创建输入输出多项式模型

例子

SYS.= iDpoly（A, B, C, D, F那noisavariance.那TS.）创建具有可识别系数的多项式模型。一种那B.那C那D.,F指定系数的初始值。noisavariance.指定白噪声源的方差的初始值。TS.是模型采样时间。

例子

SYS.= iDpoly（A, B, C, D, F那noisavariance.那TS.那名称，价值）使用一个或多个名称值对参数指定的其他选项创建多项式模型。

创建时间序列模型

SYS.= idpoly(一个)只有自回归术语创建时间序列模型。在这种情况下，SYS.表示由给定的AR模型一种（问：）y（T.）=E.（T.）．噪音E.（T.)的方差为1。一种指定可估计系数的初始值。

例子

SYS.= iDpoly（a，[]，c，d，[]，noisavariance.那TS.）创建具有自回归项和移动平均项的时间序列模型。输入一种那C,D.，指定可估计系数的初值。noisavariance.指定噪声的初始值E.（T.)．TS.是模型采样时间(省略noisavariance.和TS.使用它们的默认值。）

如果D.被设置为[],然后SYS.表示给出的ARMA模型

$一种（问：） y （ T. ） = C （问：） E. （ T. ）$

例子

SYS.= iDpoly（a，[]，c，d，[]，noisavariance.那TS.那名称，价值）使用一个或多个名称值对参数指定的其他选项创建时间序列模型。

将动态系统模型转换为多项式模型

例子

SYS.= iDpoly（SYS0.）转换动态系统模型SYS0.到Idpoly.模型形式。SYS0.可以是任何动态系统模型。

SYS.= iDpoly（SYS0.（“拆分”）转换SYS0.到Idpoly.模型形式，并对待最后一个N_y输入频道SYS0.作为返回模型中的噪声通道。SYS0.必须是数字TF.（控制系统工具箱）那ZPK.（控制系统工具箱），要么SS.（控制系统工具箱）模型对象。也，SYS0.必须至少有和输出一样多的输入。

输入参数

展开全部

`SYS0.`-动态系统
动态系统模型

动态系统，指定为要转换为的动态系统模型Idpoly.模型。

什么时候SYS0.为已识别模型，其估计参数协方差在转换过程中丢失。如果您想在转换期间转换估计参数协方差，请使用translatecov．

的语法sys = iDpoly（sys0，'split'）那SYS0.必须符合以下要求。

SYS0.是一个数字TF.（控制系统工具箱）那ZPK.（控制系统工具箱），要么SS.（控制系统工具箱）模型对象。
SYS0.至少有和输出一样多的输入。
子系统SYS0（：，NY + 1：NU）必须是双倍手。

特性

展开全部

`A, B, C, D, F`-多项式系数值
`[]`|`1`|行向量|一系列行向量

多项式系数的值，指定为SISO模型的行向量，或者对于MIMO模型，对应于每个的行向量的单元阵列一种那B.那C那D.,F多项式。对于每个多项式，系数的存储顺序如下:

提升的能力Z.^-1要么问：^-1（用于离散时间多项式模型）。
下行的力量S.要么P.（对于连续时间多项式模型）。

领先的系数一种那C那D.,F你永远是1。

用于MIMO模型N_y产出和N_你输入，一种那B.那C那D.,F是行向量的单元格阵列。单元格阵列中的每个条目包含特定多项式的系数，其涉及输入，输出和噪声值。

多项式维度和约束描述的关系

多项式	维度和约束	描述的关系
`一种`	N_y-借-N_y行向量的单元格阵列领先的系数: 对角线条目 - 固定为1 非对角线条目-固定为0	`一个{i, j}`包含与输出相关的系数y_一世到输出y_j．例如，对于双输出系统，`一种`是一个2 × 2单元格数组，例如: {1,1} = [1.1] A {1,2} = [0.4 -0.6] A {2,1} = 0 a {2,2} = [1 0.2 0.3]
`B, F`	N_y-借-N_你一系列行向量领先的系数: B -不受约束 F -固定为1	`b {i，j}`和`F {i, j}`包含与输出相关的系数y_一世输入你_j．例如，对于双输出系统，`B.`和`F`是2 × 1单元格数组，例如: B {1,1} = [0.1 0.2] B {2,1} = [0.5 0.3] F {1,1} = [1 0.8] F {2,1} = [1 0.4]
`光盘`	N_y- 1个行向量阵列领先的系数: C -固定为1 D -固定为1	`c {i}`和`D{i}`包含与输出相关的系数y_一世面对噪音E._一世．例如，对于双输出系统，`C`和`D.`是2 × 1单元格数组，例如: C {1,1} = [1 0.3] C {2,1} = [1 0.5 0.3] D {1,1} = [1 0.7] D {2,1} = [1 0.1 0.2]

一种

N_y-借-N_y行向量的单元格阵列

领先的系数:

对角线条目 - 固定为1
非对角线条目-固定为0

一个{i, j}包含与输出相关的系数y_一世到输出y_j．

例如，对于双输出系统，一种是一个2 × 2单元格数组，例如:

{1,1} = [1.1] A {1,2} = [0.4 -0.6] A {2,1} = 0 a {2,2} = [1 0.2 0.3]

B, F

N_y-借-N_你一系列行向量

领先的系数:

B -不受约束
F -固定为1

b {i，j}和F {i, j}包含与输出相关的系数y_一世输入你_j．

例如，对于双输出系统，B.和F是2 × 1单元格数组，例如:

B {1,1} = [0.1 0.2] B {2,1} = [0.5 0.3] F {1,1} = [1 0.8] F {2,1} = [1 0.4]

光盘

N_y- 1个行向量阵列

领先的系数:

C -固定为1
D -固定为1

c {i}和D{i}包含与输出相关的系数y_一世面对噪音E._一世．

例如，对于双输出系统，C和D.是2 × 1单元格数组，例如:

C {1,1} = [1 0.3] C {2,1} = [1 0.5 0.3] D {1,1} = [1 0.7] D {2,1} = [1 0.1 0.2]

对于时间序列模型(没有测量输入的模型)，B = []和f = []．

如果您获得Idpoly.模型SYS.通过识别使用诸如poly要么ARX.,然后系统A那系统B那系统C那系统D,系统F包含多项式系数的估计值。

如果你创建一个Idpoly.模型SYS.使用Idpoly.命令，系统A那系统B那系统C那系统D,系统F包含您使用的初始系数值A, B, C, D, F输入参数。采用南对于初始值未知的任何系数。采用[]对于您想要创建的模型结构中不存在的任何多项式。例如，要创建ARX模型，请使用[]为C那D.,F．对于ARMA时间序列模型，使用[]为B.和F．创建默认初始值Idpoly.模型是：

B-[]
C -1对于所有输出
D -1对于所有输出
F -[]

为Idpoly.模型SYS.,每个属性系统A那系统B那系统C那系统D,系统F是对应的别名吗价值进入结构的属性SYS.．例如，系统A是财产价值的别名系统结构A.值．

`多变的`-多项式模型显示变量
`'`（默认）|`'P'`|`“z ^ 1”`|`'q ^ -1'`

多项式模型显示变量，指定为以下值之一:

“z ^ 1”- 用于离散时间模型的默认值
'q ^ -1'- 相当于“z ^ 1”
'- 连续时间模型默认
'P'- 相当于'

的价值多变的被反映在显示器中，并影响了对的解释一种那B.那C那D.,F用于离散时间模型的系数矢量。什么时候多变的被设置为“z ^ 1”要么'q ^ -1'，系数向量按变量的升序幂排列。

`Iodelay.`-运输延误
`0.`（默认）|标量子|数字数组

传输延迟，指定为包含每个输入输出对的单独传输延迟的数字数组，或者作为每个输入输出对应用相同延迟的标量。

对于连续时间系统，运输延迟在存储在中的时间单位中表示时髦财产。对于离散时间系统，传输延迟表示为整数，表示为采样时间的倍数TS.．

为MIMO系统N_y产出和N_你输入，Iodelay.是一个N_y-借-N_你数组中。这个数组的每个条目都是一个数值，表示对应输入-输出对的传输延迟。你可以设置Iodelay.到标量值以向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.包含使用名称值对参数指定的传输延迟的初始值。

如果您获得Idpoly.模型SYS.通过识别使用诸如poly要么ARX.,然后sys.iodelay.包含运输延迟的估计值。

为Idpoly.模型SYS.，物业sys.iodelay.是属性价值的别名sys.structure.iodelay.Value.．

`集成化`-对噪声通道集成的存在
逻辑零向量（默认）|逻辑矢量

表示在噪声通道上的存在或不存在集成的逻辑向量，指定为具有长度等于输出数量的逻辑向量。

IntegrateNoise (i) = true表示噪声通道一世输出包含集成器。在这种情况下，相应的D.多项式包含一个在物业中没有表示的额外术语系统D．该集成术语等于1 /S.对于连续时间系统和1/（1）-Z.^－1）对于离散时间系统。

`结构`-关于可估计参数的信息
结构属性值

有关可估计参数的特定财产信息Idpoly.模型，指定为结构。

适用于系统N_y产出和N_你输入，尺寸结构内容如下：

系统结构A-N_y-借-N_y
系统结构.B-N_y-借-N_你
系统结构.C-N_y-借-1
sys.structure.d.-N_y-借-1
系统结构.F-N_y-借-N_你

系统结构A那系统结构.B那系统结构.C那sys.structure.d.,系统结构.F包含关于多项式系数的信息。sys.Structure.IODelay包含有关运输延迟的信息。sys.Structure.IntegrateNoise包含有关噪波的积分项的信息。中的每个参数结构包含以下字段。

场	描述	例子
价值	参数值。每个属性都是相应属性的别名`价值`进入`结构`的属性`SYS.`．`南`表示未知的参数值。	`系统结构A.值`包含SISO的初始值或估计值一种多项式。`系统A`是这个属性价值的别名。`系统A{i,j}`是MIMO财产的别名`sys.structure.a（i，j）.Value`．
最低	参数在估计期间可以假设的最小值	`sys.Structure.IODelay.Minimum=0.1`将传输延迟约束到大于或等于0.1的值。`sys.structure.iodelay.minimum.`必须大于等于零。
最大限度	参数在估计期间可以假定的最大值
自由	布尔值，指定参数是否为自由估计变量。如果您想在估计期间固定参数的值，请设置相应的值`自由`到`假`．对于固定值，例如值的主要系数一种多项式，总是等于1，相应的值`自由`总是`假`．	如果B.是一个3 × 3矩阵，`眼睛sys.Structure.B.Free = (3)`修复中所有非对角项B.指定的值`sys.structure.b.value.`．在这种情况下，只有对角线条目B.是有价值的。
规模	参数值的比例。估计算法不使用`规模`．
信息	包含字段的结构数组`标签`和`单位`用于存储参数标签和单元。指定参数标签和单位作为字符向量。	例子：`'时间'`

非活动多项式非活动多项式，如B.在时间序列模型中的多项式，不可用作参数结构财产。例如，SYS = IDPOLY（[1-0.2 0.5]）创建AR模型。sys。结构包含字段系统结构A和sys.Structure.IntegrateNoise．但是，没有字段结构对应B.那C那D.那F，要么Iodelay.．

`noisavariance.`-模型创新的差异
正标量|矩阵

模型创新的差异（协方差矩阵）E.，指定为标量矩阵或半正定矩阵。

SISO模型-标量
多输入多输出模型N_y输出 -N_y-借-N_y半正定矩阵

辨识出的模型包含高斯白噪声成分E.（T.)．noisavariance.是这个噪声分量的方差。通常，模型估计函数(如poly）确定这种方差。

`报告`-总结报告
报告字段值

此属性是只读的。

摘要报告包含有关使用估计命令获得的状态空间模型的估计选项的信息，例如poly那armax那OE.,北京．采用报告要查找所识别的模型的估计信息，包括：

估计方法
估算选项
搜索终止条件
估计数据适合和其他质量指标

如果您通过构造创建模型，则报告这些都无关紧要。

M = idpoly({[1 0.5]}，{[1 5]}，{[1 0.01]});m.Report.OptionsUsed

ans = []

如果使用估计命令获取模型，则报告包含有关估计数据，选项和结果的信息。

负载iddata2.Z2; m=聚酯（z2，[2 3 2 1]）；m、 Report.options已使用

为polyest命令设置的选项:InitialCondition: 'auto' Focus: 'prediction' EstimateCovariance: 1 Display: 'off' InputOffset: [] OutputOffset: [] Regularization: [1x1 struct] SearchMethod: 'auto' SearchOptions: [1x1 idoptions.search.]高级:[1x1 struct]

有关此属性以及如何使用它的更多信息，请参阅相应估计命令参考页的Output Arguments部分评估报告．

`输入延迟`-每个输入通道的输入延迟
`0.`（默认）|标量子|向量

每个输入通道的输入延迟，指定为标量值或数字向量。对于连续时间系统，请在存储在中的时间单位中指定输入延迟时髦财产。对于离散时间系统，请在图案时间的整数倍数中指定输入延迟TS.．例如,设置输入延迟到3.指定三个采样时间的延迟。

适用于系统N_你输入，集合输入延迟到一个N_你-by-1矢量。此向量的每个条目是表示相应输入通道的输入延迟的数值。

你也可以设置输入延迟对标量值对所有通道应用相同的延迟。

在评估,输入延迟是模型的固定常数。该软件使用Iodelay.估计时间延迟的财产。指定估计时间延迟，使用的初始值和约束sys.Structure.IODelay．

`outputdelay.`-每个输出通道的输出延迟
`0.`（默认）

此属性是只读的。

每个输出通道的输出延迟，指定为0.．该值是针对识别的系统固定的Idpoly.．

`TS.`-采样时间
`－1`（默认）|`0.`|正标量

示例时间，指定为以下方式之一。

具有未指明采样时间的离散时间模型 -－1
连续时间模型,0.
具有指定采样时间的离散时间模型-表示采样周期的正标量，以指定的单位表示时髦模型属性

更改此属性不会离散或重新确定模型。采用汇集和D2C.在连续时间表示和离散时间表示之间进行转换。采用D2D.改变离散时间系统的采样时间。

`时髦`-时间变量的单位
`'秒'`（默认）|`“纳秒”`|`'微秒'`|`的毫秒`|`'分钟'`|`'小时'`|`'天'`|`'周'`|`“月”`|`'年'`

单位为时间变量，采样时间TS.，以及模型中的任何时间延迟，指定为标量。

更改此属性不会重新确定或转换数据。修改属性仅更改现有数据的解释。采用chgTimeUnit将数据转换为不同的时间单位

`InputName`-输入通道名称
`＇＇`（默认）|字符向量|单元阵列

输入通道名称，指定为字符向量或单元格数组。

单输入模型 - 字符向量，例如，“控制”
多输入模型-字符向量的单元阵列

或者，使用自动矢量扩展为多输入模型分配输入名称。例如，如果SYS.是一个双输入模型，输入如下:

sys.InputName ='控件';

输入名称自动展开{'controls（1）'控件（2）'}．

当您使用iddata.目的数据，软件会自动设置InputName到data.InputName．

你可以使用速记符号你参考InputName财产。例如，sys.u.相当于sys.InputName．

您可以通过多种方式使用输入通道名称，包括：

在模型显示和图表中识别通道。
提取MIMO系统的子系统。
在互连模型时指定连接点。

`InputUnit`-输入通道单元
`＇＇`（默认）|字符向量|单元阵列

输入通道单元，指定为字符向量或单元格数组：

单输入模型-字符向量
多输入模型-字符向量的单元阵列

采用InputUnit跟踪输入信号单元。InputUnit对系统行为没有影响。

`InputGroup.`-输入通道组
没有字段的结构（默认）|结构体

输入通道组，指定为结构。这InputGroup.属性允许您将MIMO Systems的输入通道分成组，以便您可以通过名称引用每个组。在里面InputGroup.结构，将字段名称设置为组名称，以及属于每个组的输入通道的字段值。

例如，创建名为控制和噪音包括输入通道1,2和3,5。

sys.InputGroup.controls = [1 2];sys.InputGroup.noise = [3 5];

然后，您可以从中提取子系统控制使用以下语法输入所有输出：

SYS（：，'控件'）

`OutputName`-输出通道名称
`＇＇`（默认）|字符向量|单元阵列

输出通道名称，指定为字符向量或单元格数组。

单输入模型 - 字符向量，例如，“测量”
多输入模型-字符向量的单元阵列

或者，使用自动向量展开为多输出模型分配输出名称。例如，如果SYS.是双输出模型，请输入以下内容：

sys.outputname.=“测量”;

输出名称自动展开{“测量(1)”,“测量”(2)}．

当您使用iddata.目的数据，软件会自动设置OutputName到数据。OutputName．

你可以使用速记符号y参考OutputName财产。例如，sys.y.相当于sys.outputname.．

您可以以多种方式使用输出通道名称，包括:

在模型显示和图表中识别通道。
提取MIMO系统的子系统。
在互连模型时指定连接点。

`OutputUnit.`-输出通道单位
`＇＇`（默认）|字符向量|单元阵列

输出通道单元，指定为字符向量或单元格数组。

单输入模型 - 字符向量，例如，'秒'
多输入模型-字符向量的单元阵列

采用OutputUnit.跟踪输出信号单元。OutputUnit.对系统行为没有影响。

`OutputGroup`-输出通道组
`塑造`没有田地（默认）|`塑造`

输出通道组，指定为结构。这OutputGroup属性允许您将MIMO Systems的输出通道划分为组，并按名称引用每个组。在里面OutputGroup结构，将字段名称设置为组名称，以及属于每个组的输出通道的字段值。

例如，创建名为的输出组温度和测量包括输出通道1和3,5。

sys.outputgroup.temperature = [1];sys.outputgroup.measurement = [3 5];

然后，您可以将子系统从所有输入中提取到测量使用以下语法输出:

SYS（'测量'，:)

`名称`-系统名称
`＇＇`（默认）|字符向量

例如，指定为字符向量的系统名称，“系统1”．

`笔记`-与系统关联的文本
`0.`-借-`1`细绳（默认）|细绳|字符串数组|字符向量

您要与系统关联的任何文本，指定为字符串。

对于单个注释，请指定笔记作为字符串或字符向量
对于多个注释，请指定笔记作为字符串数组。

属性保留您指定的字符串或字符数据类型。指定字符向量时，软件将字符向量包装为1×1个单元格数组。

例如，如果SYS1.那SYS2.,SYS3.是动态系统模型，可以设置它们吗笔记属性如下。

sys1。笔记=“sys1有一个字符串。”；sys2。笔记=[“sys2有一个第一个字符串”；"sys3有第二个字符串"];sys3.notes =sys3有一个字符向量。；sys1.notes sys2.notes sys3.notes.

ans=“sys1有一个字符串。”ans=2×1字符串数组“sys2有一个第一个字符串”“sys2有一个第二个字符串”ans=1×1单元格数组{'sys3有一个字符向量'}

`用户数据`-要与系统关联的数据
`[]`（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）|结构体

用于模型阵列的采样网格，指定为结构。

对于通过抽样一个或多个独立变量得到的已识别的线性(IDLTI)模型数组，该属性跟踪与每个模型关联的变量值。当您显示或绘制模型数组时，将显示此信息。使用此信息将结果追踪到独立变量。

将数据结构的字段名设置为采样变量的名称。将字段值设置为与阵列中每个模型关联的采样变量值。所有采样变量必须是数值和标量值，所有采样值数组必须与模型数组的维度匹配。

例如，假设您在系统的各种操作点收集数据。您可以单独识别每个操作点的模型，然后将结果堆叠在一起中成一个系统阵列。您可以使用关于操作点的信息标记数组中的各个模型。

Nominal_engine_rpm = [1000 5000 10000];sys。SamplingGrid =结构('rpm'，名称_engine_rpm）

在这里,SYS.是一个数组，包含分别在1000、5000和10000 rpm下获得的三个已识别模型。

用于通过线性化Simulink生成的模型数组金宝app^®软件填充多个参数值或操作点的模型SamplingGrid.自动使用与数组中的每个条目对应的变量值。

对象的功能

一般来说，任何适用于的功能动态系统模型适用于Idpoly.模型对象。这些功能有四种一般类型。

操作和返回的函数Idpoly.模型对象使您能够进行转换和操作Idpoly.模型。例如：
- 采用合并合并Idpoly.模型。
- 采用汇集转换Idpoly.模型从连续到离散时间。采用D2C.转换Idpoly.模型从离散时间到连续时间。
执行分析和仿真功能的功能Idpoly.模型，如波德和sim卡
检索或解释模型信息的函数，例如建议和格帕尔
功能转换Idpoly.模型进入不同的模型类型，例如idtf.对于时域或以色列国防军对于频域

下面的列表包含可以使用的具有代表性的函数子集Idpoly.模型。

展开全部

转化与操纵

`translatecov`	在模型转换操作中翻译参数协方差
`setpar.`	设置初始参数值`idnlgrey`模型对象
`chgTimeUnit`	改变动态系统的时间单位
`D2D.`	重新取样离散时间模型
`D2C.`	将模型从离散转换为连续时间
`汇集`	从持续离散时间转换模型
`合并`	合并估计模型

展开全部

分析和仿真

`sim卡`	模拟鉴定模型的响应
`预测`	使用扩展或Unspented Kalman滤波器或粒子滤波器预测状态和状态估计在下次步骤中的误差协方差
`比较`	比较识别的模型输出和测量输出
`冲动`	动态系统的脉冲响应图;脉冲响应数据
`步`	动态系统的步骤响应图;步骤响应数据
`波德`	频率响应或幅度和相位数据的Bode图

展开全部

信息提取与解释

`tfdata.`	访问传递函数数据
`得到`	访问模型属性值
`格帕尔`	参数值和属性`idnlgrey`模型参数
`getcov`	识别模型的参数协方差
`建议`	数据或估计线性模型的分析和建议

展开全部

转换为其他模型结构

`idtf.`	具有可识别参数的传递函数模型
`IDS.`	具有可识别参数的状态空间模型
`以色列国防军`	频率响应数据或模型

例子

全部折叠

创建多项式模型

打开生活的脚本

创建一个Idpoly.代表下面的等式描述的单输入的单输入，单输出ARMAX模型：

$y （ T. ） + 0. ． 5. y = 你（ T. ） + 5. 你（ T. - 1 ） + 2 你（ T. - 2 ） + E. （ T. ） + 0. ． 01. E. （ T. - 1 ）$

$y$ 是输出， $你$ 是输入，和 $E.$ 白噪声干扰开了吗 $y$ ．

创建Idpoly.模型,定义了一种那B.,C分别描述输出，输入和噪声值之间的关系的多项式。因为系统方程中没有分母术语，D.和F是1。

A=[10.5]；B=[1 5 2]；C=[10.01]；

创建一个Idpoly.具有指定系数的模型。

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:由直接构造或转换产生。没有估计。

显示屏显示了所有的多项式，并允许您验证它们。显示屏上还显示有五个自由系数。

创建一个Idpoly.具有指定噪声方差的模型NV.和采样时间TS.．为此，还必须包含for的值1D.和F．

Ts=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:由直接构造或转换产生。没有估计。

显示屏显示0.1秒的采样时间。

指定输入输出延迟IOD.创建一个样本Idpoly.模型。

iod = 1;sys = iDpoly（a，b，c，1,1，nv，ts，'iodelay'1）

sys=离散时间ARMAX模型：A（z）y（t）=B（z）u（t）+C（z）e（t）A（z）=1+0.5 z^-1 B（z）=1+5 z^-1+2 z^-2 C（z）=1+0.01 z^-1输入延迟（按通道列出）：1采样时间：0.1秒参数化：多项式顺序：na=1 nb=3 nc=1 nk=0自由系数数：5使用“polydata”，“getpvec”，参数及其不确定性的“getcov”。状态：通过直接构造或转换创建。没有估计。

显示器显示一个样本的输入延迟。

您可以使用SYS.指定初始参数化以估计命令，例如poly要么armax．

建立多项式时间序列模型

打开生活的脚本

创建一个Idpoly.模型表示单输出ARMA模型，用下式描述:

$y （ T. ） + 0. ． 5. y = E. （ T. ） + 0. ． 01. E. （ T. - 1 ）$

由于时间序列没有测量输入，因此此模型仅包含一种和C多项式。

a = [1 0.5];c = [1 0.01];

在不指定采样时间的情况下创建离散时间序列模型。

sys = iDpoly（a，[]，c）

SYS =离散时ARMA模型：A（Z）y（t）= C（z）e（z）a（z）= 1 + 0.5 z ^ -1c（z）= 1 + 0.01 z ^ -1样本时间：未指定的参数化：多项式订单：na = 1 nc = 1个自由系数：2使用“polydata”，“getpvec”，“getcov”的参数及其不确定性。状态:由直接构造或转换产生。没有估计。

显示器符合你们的规格要求。

通过指定示例时间来创建连续时间序列0.用于名称-值对参数“Ts”．

sys = iDpoly（a，[]，c，“Ts”，0）

sys =连续时间ARMA模型:A(s)y(t) = C(s)e(t) A(s) = s + 0.5 C(s) = s + 0.01参数化:多项式阶数:na=1 nc=1自由系数数:2使用“polydata”、“getpvec”、“getcov”参数及其不确定性。状态:由直接构造或转换产生。没有估计。

您还可以使用使用的示例时间TS.输入参数而不是名称值对参数，但语法更复杂。您必须指定D.价值1或空，并设置两者F位置和噪声方差位置（如果您未指定噪声方差）为空。

ts = 0;sys = iDpoly（a，[]，c，1，[]，[]，ts）

sys =连续时间ARMA模型:A(s)y(t) = C(s)e(t) A(s) = s + 0.5 C(s) = s + 0.01参数化:多项式阶数:na=1 nc=1自由系数数:2使用“polydata”、“getpvec”、“getcov”参数及其不确定性。状态:由直接构造或转换产生。没有估计。

多输出ARMAX模型

打开生活的脚本

创建一个Idpoly.代表下式描述的单输入的二次输入的模型：

$\begin{array}{l} y_{1} （ T. ） + 0. ． 5. y_{1} （ T. - 1 ） + 0. ． 9. y_{2} （ T. - 1 ） + 0. ． 1 y_{2} （ T. - 2 ） = \\ 你（ T. ） + 5. 你（ T. - 1 ） + 2 你（ T. - 2 ） + {E.}_{1} （ T. ） + 0. ． 0. 1 {E.}_{1} （ T. - 1 ） \\ y_{2} （ T. ） + 0. ． 0. 5. y_{2} （ T. - 1 ） + 0. ． 3. y_{2} （ T. - 2 ） = \\ 1 0. 你（ T. - 2 ） + {E.}_{2} （ T. ） + 0. ． 1 {E.}_{2} （ T. - 1 ） + 0. ． 0. 2 {E.}_{2} （ T. - 2 ）． \end{array}$

$y_{1}$ 和 $y_{2}$ 是两个产出，和 $你$ 是输入。 ${E.}_{1}$ 和 ${E.}_{2}$ 是输出上的白噪声障碍 $y_{1}$ 和 $y_{2}$ 分别地

创建Idpoly.模型,定义了一种那B.,C描述输出，输入和噪声值之间的关系的多项式。（因为系统方程中没有分母术语，D.和F是1.）

定义包含元素的系数的单元格数组一种多项式。

=细胞(2,2);A{1,1} = [1 0.5];A{1,2} = [0 0.9 0.1];1 {2,} = [0];A{2,2} = [1 0.05 0.3];

您可以读取每个条目的值一种来自描述系统的等式的左侧的单元阵列。例如，一个{1,1}描述了提供依赖的多项式 $y_{1}$ 本身就是。这种多项式是 ${一种}_{11} = 1 + 0. ． 5. {问：}^{- 1}$ ，因为每个因素 ${问：}^{- 1}$ 对应于单位时间递增。所以，{1,1} = [1 0.5]，给予系数 ${一种}_{11}$ 的指数增加 ${问：}^{- 1}$ ．

同样的,一个{1,2}描述了提供依赖的多项式 $y_{1}$ 在 $y_{2}$ ．的方程, ${一种}_{12} = 0. + 0. ． 9. {问：}^{- 1} + 0. ． 1 {问：}^{- 2}$ ．因此，A{1,2}=[0.9 0.1]．

剩下的条目一种类似地构造。

定义包含元素的系数的单元格数组B.多项式。

B=单元（2,1）；B{1,1}=[1,5,2]；B{2,1}=[010]；

B.描述了提供输出依赖的多项式 $y_{1}$ 和 $y_{2}$ 在输入 $你$ ．的方程, ${B.}_{11} = 1 + 5. {问：}^{- 1} + 2 {问：}^{- 2}$ ．所以，B{1,1} = [1 5 2]．

同样，从方程式， ${B.}_{21} = 0. + 0. {问：}^{- 1} + 1 0. {问：}^{- 2}$ ．所以，B {2,1} = [0 0 10]．

定义包含元素的系数的单元格数组C多项式。

C =细胞(2,1);C{1,1} = [1 0.01];C{2,1} = [1 0.1 0.02];

C描述了提供输出依赖的多项式 $y_{1}$ 和 $y_{2}$ 关于噪声项 ${E.}_{1}$ 和 ${E.}_{2}$ . 的条目C可以从方程中读出类似于一种和B.．

创建一个Idpoly.具有指定系数的模型。

sys = iDpoly（a，b，c）

SYS =离散时间ARMAX模型：输出编号1的模型：A（z）y_1（t）=  -  a_i（z）y_i（t）+ b（z）u（z）u（z）u（t）+ c（z）e_1（t）a（z）= 1 + 0.5 z ^ -1 a_2（z）= 0.9 z ^ -1 + 0.1 z ^ -2b（z）= 1 + 5 z ^ -1 + 2 z ^ -2 c（z）= 1 + 0.01 Z ^ -1输出编号2的型号：a（z）y_2（t）= b（z）u（z）+ c（z）e_2（t）a（z）= 1 + 0.05 z ^－1+0.。3.Z.^-2 B(z) = 10 z^-2 C(z) = 1 + 0.1 z^-1 + 0.02 z^-2 Sample time: unspecified Parameterization: Polynomial orders: na=[1 2;0 2] nb=[3;1] nc=[1;2] nk=[0;2] Number of free coefficients: 12 Use "polydata", "getpvec", "getcov" for parameters and their uncertainties. Status: Created by direct construction or transformation. Not estimated.

显示屏显示所有多项式，并允许您验证它们。显示屏还显示有12个自由系数。表中对角线项的前导项一种始终固定为1.所有其他条目的领先术语一种总是固定为0。

您可以使用SYS.指定初始参数化以估计命令，例如poly要么armax．

将传输函数模型转换为多项式模型

打开生活的脚本

使用传递函数模拟动态系统。然后使用Idpoly.将传送功能模型转换为多项式形式。

使用idtf.，构造由以下等式描述的连续时间，单输入，单输出（SISO）传递函数模型：

$G （ S. ） = \frac{S. + 4.}{{S.}^{2} + 20. S. + 5.}$

num = [1 4];DEN = [1 20 5];g = IDTF（NUM，DEN）

G = S + 4 ------------- S ^ 2 + 20 s + 5连续时间识别传递函数。参数化：极点：2零数：1个自由系数：4使用“TFDATA”，“GETPVEC”，“GETCOV”参数及其不确定性。状态:由直接构造或转换产生。没有估计。

将传送函数转换为多项式形式。

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 s+5参数化：多项式阶数：nb=2 nf=2 nk=0自由系数数：4使用“polydata”、“getpvec”、“getcov”表示参数及其不确定性。状态：通过直接构造或转换创建。没有估计。

显示屏显示多项式形式和多项式系数。

也可以看看

应收账|armax|ARX.|北京|idproc|IDS.|idtf.|IV4.|ivar|OE.|polydata.|poly|setpolyformat|translatecov

话题

之前介绍过的R2006a

系统识别工具箱文档

金宝app

尝试matlab，sim金宝appulink等产品下载188bet金宝搏

得到审判现在

Idpoly.

描述

创建

语法

描述

创建输入输出多项式模型

创建时间序列模型

将动态系统模型转换为多项式模型

输入参数

SYS0.-动态系统动态系统模型

特性

A, B, C, D, F-多项式系数值[]|1|行向量|一系列行向量

多变的-多项式模型显示变量'（默认）|'P'|“z ^ 1”|'q ^ -1'

Iodelay.-运输延误0.（默认）|标量子|数字数组

集成化-对噪声通道集成的存在逻辑零向量（默认）|逻辑矢量

结构-关于可估计参数的信息结构属性值

noisavariance.-模型创新的差异正标量|矩阵

报告-总结报告报告字段值

输入延迟-每个输入通道的输入延迟0.（默认）|标量子|向量

outputdelay.-每个输出通道的输出延迟0.（默认）

TS.-采样时间－1（默认）|0.|正标量

时髦-时间变量的单位'秒'（默认）|“纳秒”|'微秒'|的毫秒|'分钟'|'小时'|'天'|'周'|“月”|'年'

InputName-输入通道名称＇＇（默认）|字符向量|单元阵列

InputUnit-输入通道单元＇＇（默认）|字符向量|单元阵列

InputGroup.-输入通道组没有字段的结构（默认）|结构体

OutputName-输出通道名称＇＇（默认）|字符向量|单元阵列

OutputUnit.-输出通道单位＇＇（默认）|字符向量|单元阵列

OutputGroup-输出通道组塑造没有田地（默认）|塑造

名称-系统名称＇＇（默认）|字符向量

笔记-与系统关联的文本0.-借-1细绳（默认）|细绳|字符串数组|字符向量

用户数据-要与系统关联的数据[]（默认）|任何matlab.®数据类型

SamplingGrid.-采样网格[]（默认）|结构体

对象的功能

转化与操纵

分析和仿真

信息提取与解释

转换为其他模型结构

例子

创建多项式模型

建立多项式时间序列模型

多输出ARMAX模型

将传输函数模型转换为多项式模型

也可以看看

话题

系统识别工具箱文档

金宝app

尝试matlab，sim金宝appulink等产品下载188bet金宝搏

`SYS0.`-动态系统
动态系统模型

`A, B, C, D, F`-多项式系数值
`[]`|`1`|行向量|一系列行向量

`多变的`-多项式模型显示变量
`'`（默认）|`'P'`|`“z ^ 1”`|`'q ^ -1'`

`Iodelay.`-运输延误
`0.`（默认）|标量子|数字数组

`集成化`-对噪声通道集成的存在
逻辑零向量（默认）|逻辑矢量

`结构`-关于可估计参数的信息
结构属性值

`noisavariance.`-模型创新的差异
正标量|矩阵

`报告`-总结报告
报告字段值

`输入延迟`-每个输入通道的输入延迟
`0.`（默认）|标量子|向量

`outputdelay.`-每个输出通道的输出延迟
`0.`（默认）

`TS.`-采样时间
`－1`（默认）|`0.`|正标量

`时髦`-时间变量的单位
`'秒'`（默认）|`“纳秒”`|`'微秒'`|`的毫秒`|`'分钟'`|`'小时'`|`'天'`|`'周'`|`“月”`|`'年'`

`InputName`-输入通道名称
`＇＇`（默认）|字符向量|单元阵列

`InputUnit`-输入通道单元
`＇＇`（默认）|字符向量|单元阵列

`InputGroup.`-输入通道组
没有字段的结构（默认）|结构体

`OutputName`-输出通道名称
`＇＇`（默认）|字符向量|单元阵列

`OutputUnit.`-输出通道单位
`＇＇`（默认）|字符向量|单元阵列

`OutputGroup`-输出通道组
`塑造`没有田地（默认）|`塑造`

`名称`-系统名称
`＇＇`（默认）|字符向量

`笔记`-与系统关联的文本
`0.`-借-`1`细绳（默认）|细绳|字符串数组|字符向量

`用户数据`-要与系统关联的数据
`[]`（默认）|任何matlab.^®数据类型

`SamplingGrid.`-采样网格
`[]`（默认）|结构体