光谱

绘制或返回时间序列模型的功率谱或线性输入输出模型的干扰谱

折叠所有页面

语法

谱(系统)

谱(sys, {wmin, wmax})

谱(sys, w)

谱(sys1…sysN w)

ps =光谱(sys, w)

[ps, wout] =光谱(系统)

[ps, wout, sdp) =光谱(系统)

描述

阴谋的结果

例子

光谱(sys）绘制一个确定的时间序列模型的输出功率谱sys或已识别的输入-输出模型的干扰谱sys．该功能自动选择频率范围和点数。

如果sys是时间序列模型吗sys代表系统:

$y （ t ）＝ H e （ t ）$

在这里,e（t)是高斯白噪声和y（t)为可观察的输出。
光谱情节|H＇H|乘以的方差e（t)和采样时间。
如果sys是一个投入产出模型，sys代表系统:

$y （ t ）＝ G u （ t ） + H e （ t ）$

在这里,u（t)为测量输入，e（t为高斯白噪声和y（t)为可观察的输出。
在这种情况下,光谱绘制扰动分量的频谱他（t)．

对于带有样本时间的离散时间模型T_年代，光谱使用转换 $z ＝ e^{j ω T_{年代}}$ 将单位圆映射到实际频率轴。该函数仅对小于尼奎斯特频率π/的频率绘制频谱T_年代，当不指定“Ts”时，默认为1个时间单位。

例子

光谱(sys, {wmin，wmax}）创建频谱图的频率范围从wmin来wmax．

光谱(sys，w）使用向量中指定的频率创建频谱图w．

例子

谱(sysN sys1…,w）在单个地块上创建多个识别模型的频谱地块。的w参数是可选的。

您可以为每个模型指定颜色、线条样式和标记。例如,谱(sys1‘r’,sys2, y,, sys3, gx)使用红色sys1，黄色的划线笔表示sys2、绿x标记为sys3．

返回结果

ps=光谱(sys，w）的功率谱振幅sys对于指定的频率，w．没有情节显示。

ps=光谱(sys，w）的功率谱振幅sys对于指定的频率，w．

［ps，wout) =光谱(sys）返回频率矢量，wout，计算输出功率谱。

［ps，wout，sdp) =光谱(sys）返回功率谱的估计标准差。

例子

全部折叠

绘制时间序列模型的输出频谱

打开生活的脚本

加载时间序列估计数据。

负载iddata9z9

用最小二乘方法估计四阶AR模型。

sys = ar (z9 4“ls”)；

绘制模型的输出频谱。

谱(系统);

图中包含一个轴对象。标题为“From: e@y1 To: y1”的axes对象包含一个类型为line的对象。该对象表示sys。

绘制SISO线性识别模型的噪声谱

打开生活的脚本

加载估计数据。

负载iddata1z1；

估计一个单输入单输出状态空间模型。

sys = n4sid (z1, 2);

绘制模型的噪声频谱。指定频率范围从0.1到50 rad/sec。

谱(sys, {0.1, 50});

图中包含一个轴对象。标题为“From: e@y1 To: y1”的axes对象包含一个类型为line的对象。该对象表示sys。

该函数绘制频谱，但将频率范围限制在约31.4 rad/sec的奈奎斯特频率范围内。

比较正弦信号的频谱与方波

打开生活的脚本

创建一个由5个正弦波组成的输入，每个正弦波在全频率范围内传播。把这个信号的频谱与其平方的频谱进行比较。

创建一个扩展20个周期的正弦信号之和，每个周期包含100个样本。指定信号组合5个随机相位的正弦波，使用10次试验来找到信号传播最小的集合。有关此步骤的更多信息，请参见idinput．

U = idinput([100 1 20]，的正弦[] [], [5 10 1]);

创建一个handlder程序iddata对象u它包含输入u，周期为100。

u = iddata ([], u, 1,“每”, 100);

将输入值平方并存储在new中iddata对象u2。

u2 = u.u。^ 2;u2 = iddata ([], u2, 1,“每”, 100);

使用etfe来估计经验传递函数模型u和u2．把这些模型的功率谱画在一起。使用不同的标记颜色和类型来区分光谱来源。

谱(etfe (u),的r *、etfe (u2),“+”）

图中包含一个轴对象。标题为From: e@u1 To: u1的axes对象包含两个line类型的对象。这些对象表示untitled1, untitled2。

这个图显示了一些频率分裂u2基于的光谱不符合u1,基于光谱，而不是包含两个光谱点，侧面确定u1的点。这表明了平方系统的非线性。

输入参数

全部折叠

`sys`- - - - - -识别模型
`idpoly`对象|`idproc`对象|`中的难点`对象|`idtf`对象

已识别的模型，指定为idpoly对象,一个idproc对象,一个中的难点对象,或一个idtf对象。

如果sys是时间序列模型吗sys代表系统:

$y （ t ）＝ H e （ t ）$

在这里,e (t)是高斯白噪声吗y (t)是观察到的输出。
如果sys是一个输入-输出模型吗sys代表系统:

$y （ t ）＝ G u （ t ） + H e （ t ）$

在这里,u (t)为测量输入，e (t)是高斯白噪声吗y (t)是观察到的输出。