rationalfit

近似数据采用稳定有理函数对象

页面上倒塌

语法

适合= rationalfit(频率、数据)

适合= rationalfit(频率、数据tol)

fit = RationalFit（＿＿＿、名称、值)

(健康,errdb) = rationalfit (＿＿＿）

适合= rationalfit (s_obj, i, j)

描述

例子

适合= rationalfit (弗里克，数据）拟合一个有理函数对象的形式

$\begin{matrix} F （年代）＝ {σ.}_{k ＝ 1}^{n} \frac{C_{k}}{年代 - {一个}_{k}} + D ， & 年代＝ j ＊ 2 π f \end{matrix}$

到复向量数据在正矢量中的频率值弗里克．该函数返回Rational Function对象的句柄，h与属性一个，C，D,延迟．

适合= rationalfit (弗里克，数据，托尔）将有理函数对象拟合到复杂数据，并根据可选的输入参数约束拟合的错误托尔．

适合= rationalfit (＿＿＿，名称,值）拟合一个有理函数对象的形式

$F （年代）＝（ {σ.}_{k ＝ 1}^{n} \frac{C_{k}}{年代 - {一个}_{k}} + D ） e^{- 年代． D e l 一个 y} ，年代＝ j ＊ 2 π f$

附加选项由一个或多个指定名称,值对参数。这些参数为拟合算法的性能和准确性提供了更好的控制。

［适合，errdb) = rationalfit (＿＿＿）将有理函数对象适合于复杂数据并返回errdb，即实现误差。

例子

适合= rationalfit (s_obj，我，j）适合年代_ij使用频率= s_obj。频率和数据= rfparam（s_obj，i，j）对于参数对象,s_obj．

例子

全部折叠

S参数数据的Rational函数近似

打开生活的脚本

将Rational Function对象拟合到S参数数据，并通过对对象绘制数据来进行比较结果。

将S参数数据读入RF数据对象。

orig_data =阅读(rfdata.data,'passive.s2p'）;频率= orig_data.Freq;data = orig_data.S_Parameters (1 1:);

拟合一个有理函数的数据使用rationalfit．

fit_data = rationalfit(频率、数据)

fit_data = rfmodel.riticational的属性：a：[19x1 double] c：[19x1 double] d：0 delay：0名称：'Rational Function'

计算Rational函数的频率响应弗赖琴．

(职责、频率)= freqresp (fit_data频率);

将原始数据的大小与有理函数近似相乘。 ${年代}_{11}$ 数据以蓝色显示，Rational函数以红色出现。缩放频率值1 e9将它们转换为GHz的单位。

图的标题(“S11量级的合理拟合”）绘图（orig_data，'s11'，'D b')举行在绘图（FREQ / 1E9,20 * log10（ABS（RESP）），“r”）;

$图中包含一个坐标轴。轴线包含2个线型对象。该对象表示S_{11}。$

画出原始数据与有理函数近似的夹角。

图的标题('S11角度的合理配件'）绘图（orig_data，'s11'，的角度(弧度))举行在情节(频率/ 1 e9,打开(角(职责)),“r”）

$图中包含一个坐标轴。轴线包含2个线型对象。该对象表示S_{11}。$

S参数的合理函数近似

打开生活的脚本

rationalfit(频率、数据)还处理数据的输入3D阵列（n x n x p），输入频率阵列（p x 1），并返回rationalfit对象的矩阵（n x n）。索引到RationalFIT对象的矩阵，以访问相应的RationalFit信息。

使用rationalfit在矩阵中定义的多个数据集上。

orig_data = sparameters（“defaultbandpass.s2p”）;data = orig_data.parameters;freq = orig_data.fRequencies;fit_data = RationalFit（频率，数据）

fit_data =2×2对象2 x2 rfmodel。具有属性的合理数组:C D延迟名称

访问rationalfit数据，在RationalFit数组上使用索引。例如，要访问矩阵的第一个元素的合理拟合，请使用：

S = fit_data(1,1)

s = rfmodel.ritional的属性：a：[12x1 double] c：[12x1 double] d：0 delay：0名称：'Rational Function'

适合S参数对象

打开生活的脚本

使用Rational Fit符合文件'Passive.s2p'的s-parameter对象。

S = sparameters ('passive.s2p'）;Fit = RationalFit（S，1,1，'迎斯州的'假)

FIT = RFModel.RITATIONITIONAL：A：[5x1 DOUBLE] C：[5x1 DOUBLE] D：-0.4843延迟：0名称：'Rational Function'

输入参数

全部折叠

`弗里克`—频率
正数矢量

函数拟合一个有理对象(指定为长度向量)的频率米．

`数据`—适合数据
N——- - - - - -N——- - - - - -米复数数组（默认）|复数向量

数据拟合，指定为N——- - - - - -N——- - - - - -米复数数组。函数符合N²有理函数沿着数据米（频率）尺寸。

`托尔`—容忍误差
－40（默认）|标量子

容忍误差ε，指定为单位的数据标量。拟合方程是

${10.}^{ε / 20.} \geq \frac{\sqrt{{σ.}_{k ＝ 0}^{n} {| W_{k} F_{0} ｛ f_{k} ｝ - F （年代） |}^{2}}}{\sqrt{{σ.}_{k ＝ 0}^{n} {| W_{k} F_{0} ｛ f_{k} ｝ |}^{2}}}$

在哪里

ε为的指定值托尔．
F₀是原始数据的值（数据）在指定的频率下f_k（弗里克)．
F是合理功能的价值年代＝j2πf．
W是数据的权重。

rationalfit将相对误差计算为包含拟合数据相关值的向量。如果对象在指定的公差内不适合原始数据，则会出现警告消息。

`s_obj`—参数对象
网络参数对象

s参数，指定为RF工具箱™网络参数对象。要创建这种类型的对象，请使用sparameters函数。

`我`—行索引
正整数

要绘制的数据的行索引，指定为正整数。

`j`—列索引
正整数

数据列索引到绘图，指定为正整数。

名称-值对的观点

指定可选的逗号分隔的对名称,值参数。姓名参数名和价值为对应值。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:“DelayFactor”,0.2

`“DelayFactor”`—延迟因素
0（默认）|标量从0到1

控制适合数据的延迟量的缩放因子，指定为逗号分隔对组成“DelayFactor”和0到1之间的标量包容。这延迟范围，τ，Rational函数对象的等于指定值“DelayFactor”乘以数据组延迟的估计值。如果原始数据有延迟，增加这个值可能是允许的rationalfit用低阶对象拟合数据。

`“IterationLimit”`—最大的RationalFit迭代次数
[4,12]（默认）|正整数向量

最大数量rationalfit迭代，指定为正整数向量。提供一个由两个元素组成的向量来指定最小值和最大值(M1 M2)．增加这个限制会延长算法产生匹配所需的时间，但它可能会产生更准确的结果。

`“NPoles”`—杆数
`[0 48]`（默认）|非负整数|两个非负整数矢量

杆数一个_k有理函数的，指定为逗号分隔对，由“NPoles”和一个整数n或可能的值的范围n．

帮助rationalfit产生准确的拟合，选择最大值npoles.大于或等于在频域内的数据图上的峰数的两倍。

完成合适的合适后，该功能会消除其残留的系数集（C_k)为零。因此，当您指定的范围npoles.时，拟合极点数可小于npoles (1)．

`'迎斯州的'`—适合的渐近行为
`真正的`（默认）|`假`

频率趋近于无穷时有理函数的渐近行为，指定为由'迎斯州的'和逻辑价值。当这个论点是真正的，得到的Rational Function变量D为零，函数趋于零。的值假允许一个非零值D．

`“宽容”`—容忍误差
－40（默认）|标量子

容忍误差ε，指定为逗号分隔的对，由“宽容”和以dB为单位的标量。拟合方程是

${10.}^{ε / 20.} \geq \frac{\sqrt{{σ.}_{k ＝ 0}^{n} {| W_{k} F_{0} ｛ f_{k} ｝ - F （年代） |}^{2}}}{\sqrt{{σ.}_{k ＝ 0}^{n} {| W_{k} F_{0} ｛ f_{k} ｝ |}^{2}}}$

在哪里

ε是指定的公差。
F₀是原始数据的值（数据）在指定的频率下f_k（弗里克)．
F是合理功能的价值年代＝j2πf．
W是数据的权重。

如果对象不符合指定的公差内的原始数据，函数抛出警告。

`'侍者'`—图形等酒吧
`假`（默认）|`真正的`

在拟合期间切换图形等级栏显示的逻辑值，指定为逗号分隔的对组成'侍者'和任何一种真正的或者假．这真正的设置显示图形等级栏，以及假设置隐藏它。如果你期望的话rationalfit花很长一段时间，你想监控它的进步，设置'侍者'到真正的．

`“重量”`—数据加权
`(大小(弗里克）)`（默认）|正数矢量

在每个频率上的数据权重，指定为逗号分隔的对，由“重量”以及与数据相同的正数向量或数组。中的每个条目重量对应于in的频率弗里克，所以长度重量必须等于弗里克．在特定频率下增加重量改善了该频率的物体拟合。指定重量0在一个特定的频率引起rationalfit忽略相应的数据点。

输出参数

全部折叠

`适合`-有理函数对象
`rfmodel.rational`对象

一个或多个rational函数对象，作为一个返回N——- - - - - -Nrfmodel.rational目的。尺寸的数量数据确定的维度h．

`errdb`——相对误差
-40(默认)|

实现的相对误差，作为一个返回双倍的在dB。

提示

要查看对象与原始数据的吻合程度，请使用弗赖琴函数来计算物体的频率响应。然后，绘制原始数据和有理函数对象的频响曲线。有关更多信息，请参见弗赖琴参考页面或上述示例。

参考文献

[1] Gustavsen。B和A.Semlyen，“通过向量拟合的频域响应的有理近似”，IEEE Trans。电力交付，卷。14，3，PP。1999年7月1052-1061。

[2]曾庆红。R和J. Sinsky，“高速电路的修正有理函数建模技术”，IEEE MTT-S Int。微波计算机协会。挖。， 2006年6月11-16日。

另请参阅

弗赖琴|冲动|ispassive|make|被动|stepresp|timeresp

介绍了R2006b

rationalfit

语法

描述

例子

S参数数据的Rational函数近似

S参数的合理函数近似

适合S参数对象

输入参数

`弗里克`—频率
正数矢量

`数据`—适合数据
N——- - - - - -N——- - - - - -米复数数组（默认）|复数向量

`托尔`—容忍误差
－40（默认）|标量子

`s_obj`—参数对象
网络参数对象

`我`—行索引
正整数

`j`—列索引
正整数

名称-值对的观点

`“DelayFactor”`—延迟因素
0（默认）|标量从0到1

`“IterationLimit”`—最大的RationalFit迭代次数
[4,12]（默认）|正整数向量

`“NPoles”`—杆数
`[0 48]`（默认）|非负整数|两个非负整数矢量

`'迎斯州的'`—适合的渐近行为
`真正的`（默认）|`假`

`“宽容”`—容忍误差
－40（默认）|标量子

`'侍者'`—图形等酒吧
`假`（默认）|`真正的`

`“重量”`—数据加权
`(大小(弗里克）)`（默认）|正数矢量

输出参数

`适合`-有理函数对象
`rfmodel.rational`对象

`errdb`——相对误差
-40(默认)|

提示

参考文献

另请参阅

射频工具箱文档

金宝app

5G新型无线电设计与MATLAB

rationalfit

语法

描述

例子

S参数数据的Rational函数近似

S参数的合理函数近似

适合S参数对象

输入参数

弗里克—频率正数矢量

数据—适合数据N——- - - - - -N——- - - - - -米复数数组（默认）|复数向量

托尔—容忍误差－40（默认）|标量子

s_obj—参数对象网络参数对象

我—行索引正整数

j—列索引正整数

名称-值对的观点

“DelayFactor”—延迟因素0（默认）|标量从0到1

“IterationLimit”—最大的RationalFit迭代次数[4,12]（默认）|正整数向量

“NPoles”—杆数[0 48]（默认）|非负整数|两个非负整数矢量

'迎斯州的'—适合的渐近行为真正的（默认）|假

“宽容”—容忍误差－40（默认）|标量子

'侍者'—图形等酒吧假（默认）|真正的

“重量”—数据加权(大小(弗里克）)（默认）|正数矢量

输出参数

适合-有理函数对象rfmodel.rational对象

errdb——相对误差-40(默认)|

提示

参考文献

另请参阅

射频工具箱文档

金宝app

5G新型无线电设计与MATLAB

`弗里克`—频率
正数矢量

`数据`—适合数据
N——- - - - - -N——- - - - - -米复数数组（默认）|复数向量

`托尔`—容忍误差
－40（默认）|标量子

`s_obj`—参数对象
网络参数对象

`我`—行索引
正整数

`j`—列索引
正整数

`“DelayFactor”`—延迟因素
0（默认）|标量从0到1

`“IterationLimit”`—最大的RationalFit迭代次数
[4,12]（默认）|正整数向量

`“NPoles”`—杆数
`[0 48]`（默认）|非负整数|两个非负整数矢量

`'迎斯州的'`—适合的渐近行为
`真正的`（默认）|`假`

`“宽容”`—容忍误差
－40（默认）|标量子

`'侍者'`—图形等酒吧
`假`（默认）|`真正的`

`“重量”`—数据加权
`(大小(弗里克）)`（默认）|正数矢量

`适合`-有理函数对象
`rfmodel.rational`对象

`errdb`——相对误差
-40(默认)|