这个例子展示了如何用线性ARX模型估计非线性ARX模型。
加载估计数据。
加载throttledata.mat
该命令加载数据对象throttledata.
进入工作区。该对象包含从发动机节流系统收集的输入和输出样本,采样频率为100hz。
在节流系统中,直流电机控制蝶阀的开启角度。一个步进信号(单位为伏特)驱动直流电机。输出是阀门的角位置(以度数表示)。
绘制数据图,查看和分析数据特征。
情节(ThrottleData)
在15-90度的正常工作范围内,输入和输出变量呈线性关系。你用一个低阶的线性模型来模拟这种关系。
在节气门系统中,硬终止将阀门位置限制在一起90
度和弹簧将阀门带到15
当直流电机关闭时的度数。这些物理部件引入了线性模型无法捕捉的非线性。
估计一个ARX模型来模拟这个单输入单输出系统在正常工作范围内的线性行为。
趋势数据,因为线性模型不能捕捉偏移。
Tr = getTrend (ThrottleData);Tr.OutputOffset = 15;DetrendedData =去趋势(ThrottleData、Tr);
估计一个线性ARX模型,na=2, nb=1, nk=1。
选择= arxOptions (“焦点”,“模拟”);线性模型= arx(DetrendedData,[2 1 1],opt);
将模拟模型的响应与估计数据进行比较。
比较(DetrendedData LinearModel)
线性模型捕获线性工作范围内的上升和稳定行为,但不考虑90度时的输出饱和。
估计一个非线性ARX模型来模拟输出饱和。
optNL = nlarxOptions (“焦点”,“模拟”);NonlinearModel = nlarx (ThrottleData LinearModel,'idsigmoidnetwork',optnl);
该软件对非线性模型的阶数采用线性模型的阶数和时滞。此外,该软件计算的线性函数sigmoidnet
非线性估计量。
将非线性模型与估计数据进行比较。
比较(ThrottleData NonlinearModel)
该模型捕获了非线性效应(输出饱和),并提高了对数据的整体拟合。