错误数据

重建丢失的输入和输出数据

折叠所有页面

语法

数据=错误数据(数据) 数据=错误数据(数据，模型) Datae = misdata(Data,MaxIterations,Tol)

数据=错误数据(数据)重建丢失的输入和输出数据。数据时域输入输出数据是否在iddata对象的格式。缺失的数据样本(在输入和输出中)输入为南年代。Datae是一个iddata对象，其中缺失的数据已被合理的估计替换。

数据=错误数据(数据，模型)指定用于重建缺失数据的模型。模型是否任何线性识别模型(idtf，idproc，idgrey，idpoly，中的难点)．如果不知道合适的模型，则使用默认顺序状态空间模型以迭代方式进行估计。

Datae = misdata(Data,MaxIterations,Tol)指定最大迭代次数和公差。MaxIterations执行的最大迭代数(默认为10)。当两个连续数据估计值之间的差值小于时，迭代将终止托尔%。的默认值托尔是1．

打开实时脚本

加载缺少数据点的数据。

负载(“missing_data.mat”）

missing_data是一个iddata包含输入输出数据的对象。

绘制数据图。

情节(missing_data)

$图中包含2个轴对象。标题为y1的Axes对象1包含一个line类型的对象。该对象表示丢失的\_data。标题为u1的Axes对象2包含一个line类型的对象。该对象表示丢失的\_data。$

输出数据包含索引10到100之间的缺失数据。

为了使用指定的模型重建缺失数据，需要使用没有缺失样本的测量数据来估计模型。在这个例子中，估计一个具有2极点的传递函数模型。

Data2 = missing_data(101:end);模型= tfest(data2,2);

重建丢失的数据。

Datae = misdata(missing_data,model);

绘制原始数据和重建数据。

情节(missing_data“b”datae,“——r”）

$图中包含2个轴对象。标题为y1的axis对象1包含2个类型为line的对象。这些对象表示缺失的\_data, datae。标题为u1的坐标轴对象2包含2个line类型的对象。这些对象表示缺失的\_data, datae。$

如果您没有指定用于重构数据的模型，那么软件将根据当前的数据重构在估计缺失数据和估计模型之间进行交替。

对于给定的模型，将缺失数据作为参数进行估计，以使重构数据的输出预测误差最小化。参见Ljung(1999)第14.2节。从统计的角度来看，将缺失的输出作为参数处理不是最好的方法，但在许多情况下是一个很好的近似值。

当没有给出模型时，算法在估计缺失数据和估计模型之间进行交替，基于当前的重建。

R2006a之前介绍