ssregestOptions

选项设置SSREGEST.

页面上倒塌

语法

选项= ssregestoptions.

选项= ssregestOptions(名称、值)

描述

例子

选项= ssregestOptions创建默认选项设置SSREGEST.．

例子

选项= ssregestoptions（名称,值）使用一个或多个指定其他选项名称,值对参数。

例子

全部折叠

使用正则化ARX模型的简化创建状态空间估计的默认选项集

打开直播脚本

选择= ssregestOptions;

使用Regure的正则化ARX模型指定状态空间估计的选项

打开直播脚本

为。创建一个选项集SSREGEST.修复了初始状态的值“零”．同时,设置展示到“上”．

选择= ssregestOptions ('InitialState'，“零”，“显示”，“上”）;

或者，使用点表示法来设置值选择．

opt = ssregestoptions;opt.initialstate =“零”；opt.Display =“上”；

输入参数

全部折叠

名称-值对的观点

指定可选的逗号分隔的对名称,值参数。姓名参数名和价值是相应的价值。姓名必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子:选择= ssregestOptions(“InitialState”、“零”)将初始状态的值固定为零。

`'InitialState'`- - - - - -处理初始状态
`'估计'`（默认）|`“零”`

在估计期间处理初始状态，指定为以下值之一：

“零”—初始状态设置为零。
'估计'- 初始状态被视为独立估计参数。

`“ARXOrder”`- - - - - -ARX模型的订单
`“汽车”`（默认）|非负整数的矩阵

ARX模型订单，指定为非负整数的矩阵[na nb nk]．的max（arxorder）+1必须大于所需的状态空间模型顺序（状态数量）。如果指定值，建议您使用大值NB.命令。要了解有关ARX模型订单的更多信息，请参阅ARX.．

`'正规化kernel'`- - - - - -正则化内核
`'tc'`（默认）|`'se'`|`“党卫军”`|`“高频”`|`'di'`|`'DC'`

正规化内核用于底层ARX模型的正则化估计，指定为以下值之一：

'tc'- 调谐和相关内核
'se'-平方指数核
“党卫军”—稳定样条核
“高频”-高频稳定样条核
'di'——对角线内核
'DC'-对角线和相关核

有关更多信息，请参见[１]．

`“还原”`- - - - - -模型订单减少的选项
结构体

模型订单减少的选项，指定为具有以下字段的结构:

StateElimMethod

消去法。指定如何消除弱耦合状态(Hankel奇异值最小的状态)。指定为下列值之一:

`'matchdc'`	丢弃指定的状态并改变其余的状态以保持直流增益。
`“截断”`	在不改变其余状态的情况下丢弃指定的状态。该方法倾向于在频域中提供更好的近似，但不能保证DC增益匹配。

默认值:“截断”

AbsTol, RelTol
稳定/不稳定分解的绝对和相对误差容限。积极的标量值。对于输入模型G与不稳定的两极,的约简算法SSREGEST.首先通过计算稳定/不稳定分解来提取稳定动力学G→GS+顾．的ab和RelTol公差通过确保频率响应来控制这种分解的精度G和GS+顾不仅仅是ab+RelTol* abs (G）．增加这些公差有助于以牺牲精度为代价分离附近的稳定模式和不稳定模式。看到stabsep(控制系统工具箱)想要查询更多的信息。
默认值:ABSTOL = 0;Reltol = 1E-8
抵消
稳定/不稳定边界的偏移量。积极的标量值。在稳定/不稳定分解中，稳定项只包含满足极点
- Re（s）<-offset * max（1，| Im（s）|）(持续时间)
- |z| < 1 -偏移量（离散时间）
增加价值抵消将靠近稳定边界的极点视为不稳定。
默认值:1E-8

`“焦点”`- - - - - -误差最小化
`“预测”`（默认）|`“模拟”`

估计过程中损失函数中要最小化的误差，指定为逗号分隔对组成“焦点”以及下列值之一:

“预测”- 在估计期间，测量和预测输出之间的一步预测误差最小化。结果，估计侧重于产生良好的预测仪模型。
“模拟”-在估计过程中，测量和模拟输出之间的模拟误差最小。因此，估计的重点是使模型响应与当前输入的模拟非常适合。

的焦点期权可以解释为损失函数中的加权过滤器。有关更多信息，请参见损失函数和模型质量度量．

`“WeightingFilter”`- - - - - -加权预滤器
`［］`（默认）|向量|矩阵|细胞阵列|线性系统

在估计过程中，对损失函数应用加权预滤波器使其最小化。来了解…的影响WeightingFilter关于损失函数，见损失函数和模型质量度量．

指定WeightingFilter作为下列价值之一:

［］- 没有使用加权预流器。
通频带-指定包含定义所需通频带的频率值的行向量或矩阵。您可以选择一个频带，在这个频带中，估计模型和估计数据之间的匹配得到了优化。例如,[WL，WH]在哪里WL.和WH.表示通频带的上下限。对于有几行定义频带的矩阵，[W1L，W1H; W2L，W2H; W3L，W3H; ......]，估计算法使用频率范围的结合来定义估计通带。
密码带表示为rad / TimeUnit对于时域数据和在FrequencyUnit对于频域数据，其中时髦和FrequencyUnit为估计数据的时间和频率单位。
SISO滤波器—通过以下方式指定单输入单输出(single input-single-output, SISO)线性滤波器:
- 一个SISO LTI模型
- {A, B, C, D}格式，它指定了具有与估计数据相同样本时间的滤波器的状态空间矩阵。
- {Numerator，分母}格式，该格式将滤波器的分子和分母指定为与估计数据具有相同采样时间的传递函数。
  这个选项计算权重函数作为滤波器和输入频谱的乘积来估计传递函数。
加权矢量 - 仅适用于频域数据。指定权重的列向量。该矢量必须具有与数据集的频率矢量相同的长度，data.frequency.．数据中的每个输入和输出响应乘以该频率的相应权重。

`“EstimateCovariance”`- - - - - -控制是否生成参数协方差数据
`真的`（默认）|`假`

控制是否生成参数协方差数据，指定为真的或者假．

如果估计长官是真的,然后用getcov从估计模型中获取协方差矩阵。

`“显示”`- - - - - -指定是否显示评估进度
`“关闭”`（默认）|`“上”`

指定是否显示评估进度，指定为以下值之一:

“上”- 有关模型结构和估计结果的信息显示在进度查看器窗口中。
“关闭”—系统未显示进度和结果信息。

`'InputOffset'`- - - - - -在估计过程中去除时域输入数据的偏移
`［］`（默认）|正整数向量|矩阵

在估计过程中从时域输入数据中去除偏移量，指定为逗号分隔对，由'InputOffset'以及以下其中之一:

长度正整数的柱矢量nu.，在哪里nu.是输入的数量。
［］- 表示没有偏移量。
nu.——- - - - - -NE.matrix -对于多实验数据，指定InputOffset作为一个nu.——- - - - - -NE.矩阵。nu.是输入的数量和NE.为实验的次数。

每个条目指定InputOffset从相应的输入数据中减去。

`“OutputOffset”`- - - - - -在估计期间从时域输出数据中删除偏移量
`［］`（默认）|向量|矩阵

估计期间从时域输出数据中删除偏移，指定为包括的逗号分隔对“OutputOffset”以及以下其中之一:

一个长度的列向量纽约，在哪里纽约为输出数。
［］- 表示没有偏移量。
纽约——- - - - - -NE.matrix -对于多实验数据，指定OutputOffset作为一个纽约——- - - - - -NE.矩阵。纽约是输出的数量，和NE.为实验的次数。

每个条目指定OutputOffset从相应的输出数据中减去。

`'输出'`- - - - - -多输出估计中预测误差的重量
`［］`（默认）|正半正定对称矩阵

多输出估计中预测误差的重量，指定为以下值之一：

正半正定对称矩阵(W）．该软件使加权预测误差矩阵的轨迹最小化跟踪(E”* E * W / N)地点:
- E是预测误差的矩阵，每个输出有一列，以及W为大小等于输出数的正半正定对称矩阵。使用W指定多输出模型中输出的相对重要性，或相应数据的可靠性。
- N为数据样本的数量。
［］- 没有使用加权。指定为［］是一样的眼睛（纽约），在哪里纽约为输出数。

此选项仅适用于多输出模型。

`'先进的'`- - - - - -高级评估选项
结构体

正则化估计的高级选项，指定为具有以下字段的结构:

最大限度- 估计期间形成的雅各比矩阵的最大允许大小，指定为大正数。
默认值:250年e3
SearchMethod-正则化参数的搜索方法，取值为以下值之一:
- 'GN'：Quasi-Newton线搜索。
- “fmincon”:信任区域反射约束最小化器。一般来说,“fmincon”比'GN'用于处理在估计过程中自动施加的正则化参数的边界。
默认值:“fmincon”