使用ARX和IV4来估计ARX模型

您可以估计单输出和多输出ARX模型使用arx和iv4命令。有关算法的信息，请参阅多项式模型估计算法．

你可以使用以下通用语法来配置和估计ARX模型:

％使用ARX方法m = ARX（数据，[NA NB NK]，OPT）;%采用IV法M = iv4(数据，[na nb nk]，opt);

数据估算数据是不是和(na nb nk)指定模型顺序，如什么是多项式模型?．

第三个输入参数选择包含用于配置ARX模型估计的选项，例如处理初始条件和输入偏移。您可以创建和配置选项集选择使用arxOptions和IV4Options.命令。这三个输入参数后面还可以跟着名称和值对，以指定可选的模型结构属性，例如InputDelay，Iodelay.， 和IntegrateNoise．

为了得到离散时间模型，使用时域数据(iddata.目的）。

有关验证模型的更多信息，请参见评估后的模型验证．

您可以使用pem或者聚改进现有多项式模型的参数估计，如精炼线性参数模型．

这些命令的详细信息请参见相应的参考页面。

使用聚估计多项式模型

您可以使用迭代预测误差估计方法估算任何多项式模型聚．对于方差未知的高斯扰动，该方法给出了极大似然估计。生成的模型存储为Idpoly.模型对象。

使用以下常规语法两者都配置和估计多项式模型：

m = polyest（数据，[na nb nc nf nf nk]，opt，name，值）;

在哪里数据是估计数据。NA.，NB.，NC.，n，NF.是指定模型订单的整数，以及NK.指定每个输入的输入延迟。F或者more information about model orders, see什么是多项式模型?．

如果你想估计所有五个多项式的系数，一个，B，C，D， 和F，则必须为每个多项式指定整数阶。但是，如果您想要指定一个ARMAX模型，例如，它只包括一个，B， 和C多项式，你必须设置n和NF.到适当尺寸的零矩阵。有关一些更简单的配置，有专用估计命令，例如arx，armax，bj， 和OE.，它只使用所需的订单来交付所需的模型。例如,oe(数据、(nb nf nk)选择)估计一个输出误差结构多项式模型。

除了列入的多项式模型什么是多项式模型?，你可以使用聚模拟ararx结构 - 称为广义最小二乘模型-通过设置数控= nf = 0．您还可以对ARARMAX结构建模—称为扩展矩阵模型-通过设置nf = 0.．

第三个输入参数，选择，包含配置多项式模型估计的选项，例如初始条件的处理、输入偏移量和搜索算法。您可以创建和配置选项集选择使用polyestOptions命令。这三个输入参数后面还可以跟着名称和值对，以指定可选的模型结构属性，例如InputDelay，Iodelay.， 和IntegrateNoise．

对于ARMAX，BOX-JENKINS和输出错误模型 - 只能使用迭代预测错误方法估计 - 使用armax，bj， 和OE.分别估算命令。的版本聚这些特定模型结构的简化语法如下:

m = ARMAX（数据，[NA NB NC NK]）;m = oe（数据，[nb nf nk]）;m = bj（数据，[nb nc nd nf nk]）;

相似聚，您可以指定为输入参数，使用命令配置的选项集armaxOptions，OEOPTIONS.， 和bjOptions对于估算者armax，OE.， 和bj分别。您还可以使用Name和Value对来配置其他模型结构属性。

选择= OEOPTIONS（'加权”,[0 10]);m = oe(数据，[nb nf nk]， opt);

有关验证模型的更多信息，请参见评估后的模型验证．

您可以使用pem或者聚改进现有多项式模型(任何配置)的参数估计，如精炼线性参数模型．

有关更多信息，请参阅聚，pem和Idpoly.．