使用零/极/增益参数估计模型

此示例显示了如何估算POL，零和增益参数化的模型。该示例需要控制系统工具箱™软件。

使用复杂共轭杆/零对参数化模型。使用复杂共轭对参数参数化真实的灰度框模型时，软件更新参数值，使得估计值也是复杂的共轭对。

加载测量数据。

加载zpkestdata.ZD.;

包含测量数据的变量ZD已加载到MATLAB®工作区中。

绘图（ZD）;

输出显示约3.14秒的输入延迟。

使用零极化增益（ZPK）形式估计模型使用zpkestODE功能。要查看此功能，请输入

类型zpkestODE

函数[a，b，c，d] = zpkestode（z，p，k，ts，varargin）％zpkestode ode文件，其使用poles和％zeros作为其参数来参数状态空间模型。％％需要控制系统工具箱。％版权所有2011 The MathWorks，Inc.Sysc = ZPK（Z，P，K）;如果ts == 0 [a，b，c，d] = ssdata（sysc）;否则[A，B，C，D] = SSDATA（C2D（SYSC，TS，'FOH'））;结尾

创建与ode函数关联的线性灰度盒模型。

假设该模型有五个极点和四个零。假设两个极和两个零是复杂的共轭对。

z = [-0.5 + 1i，-0.5-1i，-0.5，-1];p = [-1.11 + 2i，-1.11-2i，-3.01，-4.01，-0.02];k = 10.1;参数= {z，p，k};ts = 0;odefun = @zpkestode;init_sys = idgrey（odefun，参数，'光盘'，{}，​​ts，'inputdelay', 3.14);

Z.那P.,K.是模型参数的初始猜测。

init_sys.是与之相关的idgrey模型Zpkestode.m.功能。这'光盘'标志表示ode函数，zpkestODE，返回连续或离散模型，具体取决于采样期。

评估初始模型提供的拟合质量。

compareopt = compareOptions（“InitialCondition”那“零”）;比较（ZD，init_sys，compareopt）;

初始模型提供了不佳的拟合。

指定估算选项。

选择= greyestOptions ('InitialState'那“零”那'diskancemodel'那'没有任何'那'SearchMethod'那“玲娜”）;

估计模型。

sys = greyest（zd，init_sys，opt）;

SYS.iDgrey模型包含估计的零极化模型参数。

比较估计和初始参数值。

[getpvec（init_sys）getpvec（sys）]

ans =.10×2复合物-0.5000 + 1.0000我-1.6158 + 1.6173 -0.5000 - 1.0000 -1.6158 - -0.9416 1.6173 -0.5000 + 0.0000我我-1.0000 + 0.0000 + 0.0000 -1.4099 -1.1100 + 2.0000 + 0.0000我-2.4050 + 1.4340我-1.1100 - 2.0000 -2.4050 - 1.4340 0.0000 -3.0100 + -2.3388 + 0.0000我-4.0100 + 0.0000 -2.3392 -0.0200 + 0.0000 + 0.0000我-0.0082 + 0.0000我9.7881 + 10.1000 + 0.00000.0000i

这getPvec.命令返回模型的参数值。在上面的输出中，每一行显示相应的初始和估计参数值。所有最初指定为复共轭对的参数在估计后仍然保持不变。

评估估计模型提供的拟合的质量。

比较（ZD，init_sys，sys，compareopt）;

SYS.为测量数据提供更接近的拟合（98.35％）。

也可以看看

C2D.|getPvec.|灰|idgrey.|ssdata.

相关的话题

• 估计线性灰度盒式型号
• 估计余下的系数以适应授予解决方案
• 估算连续时间灰度箱模型用于热扩散
• 估算参数干扰的离散时间灰度盒模型
• 估计非线性灰度箱型号