估计使用频域数据模型- MATLAB和Simulink MathWorks印度金宝appgydF4y2Ba - 金宝app,下载188bet金宝搏,金宝搏官方网站

使用频域数据估计模型gydF4y2Ba

系统辨识工具箱™软件可以让你使用频域数据识别的命令行和线性模型gydF4y2Ba系统识别gydF4y2Ba应用。你可以估计连续时间和离散时间线性模型使用频域数据。这一主题概述使用频域数据模型估计在工具箱。对于使用频域数据模型估计的一个例子,看看gydF4y2Ba频域识别:利用频域数据估计模型gydF4y2Ba。gydF4y2Ba

频域数据的两种类型:gydF4y2Ba

频域输入-输出数据gydF4y2Ba——你获得的数据通过计算傅里叶变换时域输入,gydF4y2BaugydF4y2Ba(gydF4y2BatgydF4y2Ba),和输出,gydF4y2BaygydF4y2Ba(gydF4y2BatgydF4y2Ba),信号。数据的输入,gydF4y2BaUgydF4y2Ba(gydF4y2BaωgydF4y2Ba),和输出,gydF4y2BaYgydF4y2Ba(gydF4y2BaωgydF4y2Ba),信号在频域。在工具箱中,频域输入-输出数据使用表示gydF4y2BaiddatagydF4y2Ba对象。有关更多信息,请参见gydF4y2Ba在工具箱中代表频域数据gydF4y2Ba。gydF4y2Ba
频率特性数据gydF4y2Ba——也称为频率或频率特性函数(降维),由传递函数测量的数据,gydF4y2BaGgydF4y2Ba(gydF4y2BaiωgydF4y2Ba),系统的一组离散的频率gydF4y2BaωgydF4y2Ba。在频率频率特性数据gydF4y2BaωgydF4y2Ba告诉你一个线性系统如何回应一个正弦输入相同的频率。在工具箱中,频率特性数据使用表示gydF4y2BaidfrdgydF4y2Ba对象。有关更多信息,请参见gydF4y2Ba在工具箱中代表频域数据gydF4y2Ba。您可以获得频率特性数据在以下方面:gydF4y2Ba
- 直接测量频率特性数据值,例如通过使用频谱分析仪。gydF4y2Ba
- 进行光谱分析的时域或频域输入-输出数据(gydF4y2BaiddatagydF4y2Ba使用命令,如对象)gydF4y2Ba水疗中心gydF4y2Ba和gydF4y2BaspafdrgydF4y2Ba。gydF4y2Ba
- 计算一个使用命令识别线性模型的频率特性等gydF4y2BafreqrespgydF4y2Ba,gydF4y2Ba波德gydF4y2Ba,gydF4y2BaidfrdgydF4y2Ba。gydF4y2Ba

的gydF4y2Ba工作流的模型估计gydF4y2Ba使用频域数据是一样的,对于使用时域数据估算。如果需要,你第一次准备的数据模型识别通过消除异常值和过滤数据。然后从数据估计线性参数模型,并验证评估。gydF4y2Ba

使用频域数据的优势gydF4y2Ba

使用频域数据具有以下优点:gydF4y2Ba

数据压缩时——你可以压缩的长记录数据时域数据转换为频域。例如,您可以使用对数间隔的频率。gydF4y2Ba
非均匀性——频域数据不需要间隔均匀。您的数据可以使用频率相关决议,这样更多的数据点在感兴趣的频率区域。例如,感兴趣的频率可以系统的带宽范围内,或接近系统的共振。gydF4y2Ba
前置过滤——前置过滤数据的频域变得简单。它对应于不同频率的数据分配不同的权重。gydF4y2Ba
连续时间信号——你可以使用频域表示连续时间信号为估计数据和使用数据。gydF4y2Ba

在工具箱中代表频域数据gydF4y2Ba

在执行模型估计之前,您指定的频域数据作为对象的工具箱。您可以指定两个gydF4y2Ba连续时间和离散时间频率域数据gydF4y2Ba。gydF4y2Ba

频域输入-输出数据gydF4y2Ba——指定一个gydF4y2BaiddatagydF4y2Ba对象。在对象存储gydF4y2BaUgydF4y2Ba(gydF4y2BaωgydF4y2Ba),gydF4y2BaYgydF4y2Ba(gydF4y2BaωgydF4y2Ba),和频率向量gydF4y2BaωgydF4y2Ba。的gydF4y2Ba域gydF4y2Ba对象的属性gydF4y2Ba“频率”gydF4y2Ba,指定对象包含频域信号。如果gydF4y2BaUgydF4y2Ba(gydF4y2BaωgydF4y2Ba),gydF4y2BaYgydF4y2Ba(gydF4y2BaωgydF4y2Ba)是离散时间傅里叶变换的离散时间信号,采样,采样间隔gydF4y2BaTsgydF4y2Ba,表示的采样间隔gydF4y2BaiddatagydF4y2Ba对象。如果gydF4y2BaUgydF4y2Ba(gydF4y2BaωgydF4y2Ba),gydF4y2BaYgydF4y2Ba(gydF4y2BaωgydF4y2Ba连续时间信号的傅里叶变换,指定gydF4y2BaTsgydF4y2Ba作为gydF4y2Ba0gydF4y2Ba在gydF4y2BaiddatagydF4y2Ba对象。gydF4y2Ba
在命令行中画出数据,使用gydF4y2Ba情节gydF4y2Ba命令。gydF4y2Ba
例如,您可以绘制阶段和频域输入-输出数据的大小。gydF4y2Ba
载荷时域输入-输出数据。gydF4y2Ba
```
负载gydF4y2Baiddata1gydF4y2Baz1gydF4y2Ba
```
时域输入gydF4y2BaugydF4y2Ba和输出gydF4y2BaygydF4y2Ba存储在gydF4y2Baz1gydF4y2Ba,一个gydF4y2BaiddatagydF4y2Ba的对象gydF4y2Ba域gydF4y2Ba属性设置为gydF4y2Ba“时间”gydF4y2Ba。gydF4y2Ba
傅里叶变换得到频域的数据输入-输出数据。gydF4y2Ba
```
zf = fft (z1);gydF4y2Ba
```
的gydF4y2Ba域gydF4y2Ba的属性gydF4y2BazfgydF4y2Ba被设置为gydF4y2Ba“频率”gydF4y2Ba,这表明它是频域数据。gydF4y2Ba
图的大小和相位频率域输入-输出数据。gydF4y2Ba
```
情节(zf)gydF4y2Ba
```
频率特性数据gydF4y2Ba——指定一个gydF4y2BaidfrdgydF4y2Ba对象。如果你有控制系统工具箱™软件,您还可以指定数据作为一个gydF4y2Ba的朋友gydF4y2Ba(控制系统工具箱)gydF4y2Ba对象。gydF4y2Ba
在命令行中画出数据,使用gydF4y2Ba波德gydF4y2Ba命令。gydF4y2Ba
例如,你可以画出传递函数的频率特性模型。gydF4y2Ba
创建一个系统的传递函数模型。gydF4y2Ba
```
sys =特遣部队(0.2 [1],[1 2 1 1]);gydF4y2Ba
```
计算传递函数模型的频率特性,gydF4y2BasysgydF4y2Ba100个频率点。指定的频率范围为0.1 rad / s 10 rad / s。gydF4y2Ba
```
频率= logspace (1100);frdModel = idfrd (sys、频率);gydF4y2Ba
```
画出模型的频率特性。gydF4y2Ba
```
波德(frdModel)gydF4y2Ba
```

关于频域数据类型的更多信息,以及如何指定他们,明白了gydF4y2Ba频域数据表示gydF4y2Ba。gydF4y2Ba

你也可以变换在频域和时域数据类型使用以下命令。gydF4y2Ba

原始数据格式gydF4y2Ba	时域数据gydF4y2Ba (gydF4y2Ba`iddatagydF4y2Ba`对象)gydF4y2Ba	频域数据gydF4y2Ba (gydF4y2Ba`iddatagydF4y2Ba`对象)gydF4y2Ba	频率特性数据gydF4y2Ba (gydF4y2Ba`idfrdgydF4y2Ba`对象)gydF4y2Ba
时域数据gydF4y2Ba (gydF4y2Ba`iddatagydF4y2Ba`对象)gydF4y2Ba	N /一个gydF4y2Ba	使用gydF4y2Ba`fftgydF4y2Ba`	使用gydF4y2Ba`etfegydF4y2Ba`,gydF4y2Ba`水疗中心gydF4y2Ba`,或gydF4y2Ba`spafdrgydF4y2Ba`。gydF4y2Ba 估计的线性参数模型gydF4y2Ba`iddatagydF4y2Ba`对象,并使用gydF4y2Ba`idfrdgydF4y2Ba`计算频率特性数据。gydF4y2Ba
频域数据gydF4y2Ba (gydF4y2Ba`iddatagydF4y2Ba`对象)gydF4y2Ba	使用gydF4y2Ba`传输线gydF4y2Ba`(只适用于等间距的频域数据)。gydF4y2Ba	N /一个gydF4y2Ba	使用gydF4y2Ba`etfegydF4y2Ba`,gydF4y2Ba`水疗中心gydF4y2Ba`,或gydF4y2Ba`spafdrgydF4y2Ba`。gydF4y2Ba 估计的线性参数模型gydF4y2Ba`iddatagydF4y2Ba`对象,并使用gydF4y2Ba`idfrdgydF4y2Ba`计算频率特性数据。gydF4y2Ba
频率特性数据gydF4y2Ba (gydF4y2Ba`idfrdgydF4y2Ba`对象)gydF4y2Ba	不支持金宝appgydF4y2Ba	使用gydF4y2Ba`iddatagydF4y2Ba`。该软件创建一个频域gydF4y2Ba`iddatagydF4y2Ba`对象具有相同的输出和输入之间的比率gydF4y2Ba`idfrdgydF4y2Ba`对象频率特性数据。gydF4y2Ba	使用gydF4y2Ba`spafdrgydF4y2Ba`。软件计算频率特性数据与不同的分辨率(频率)的数量和间距比原来的数据。gydF4y2Ba

关于数据类型之间的转换的更多信息在应用程序或在命令行中,看到的gydF4y2Ba转换数据gydF4y2Ba分类页面。gydF4y2Ba

连续时间和离散时间频率域数据gydF4y2Ba

与时域数据,样品时间gydF4y2BaTsgydF4y2Ba的频域数据可以是零。频域数据为零gydF4y2BaTsgydF4y2Ba被称为连续时间数据。频域数据gydF4y2BaTsgydF4y2Ba大于零的称为离散数据。gydF4y2Ba

您可以获得连续时间频率域数据(gydF4y2BaTsgydF4y2Ba以以下方式= 0)gydF4y2Ba:gydF4y2Ba

从已知的连续时间解析表达式生成的数据。gydF4y2Ba
例如,假设你知道你系统的频率特性gydF4y2Ba $GgydF4y2Ba (gydF4y2Ba ωgydF4y2Ba)gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba /gydF4y2Ba (gydF4y2Ba bgydF4y2Ba +gydF4y2Ba jgydF4y2Ba ωgydF4y2Ba)gydF4y2Ba$ ,在那里gydF4y2BabgydF4y2Ba是一个常数。还假设时域输入到你的系统,gydF4y2Ba $ugydF4y2Ba (gydF4y2Ba tgydF4y2Ba)gydF4y2Ba =gydF4y2Ba {egydF4y2Ba}^{-gydF4y2Ba 一个gydF4y2Ba tgydF4y2Ba} 罪gydF4y2Ba {wgydF4y2Ba}_{0gydF4y2Ba} tgydF4y2Ba$ ,在那里gydF4y2Ba一个gydF4y2Ba是一个常数大于零,gydF4y2BaugydF4y2Ba(gydF4y2BatgydF4y2Ba)是零gydF4y2BatgydF4y2Ba小于零。你可以计算的傅里叶变换gydF4y2BaugydF4y2Ba(gydF4y2BatgydF4y2Ba)获得gydF4y2Ba

$UgydF4y2Ba (gydF4y2Ba ωgydF4y2Ba)gydF4y2Ba =gydF4y2Ba {ωgydF4y2Ba}_{0gydF4y2Ba} /gydF4y2Ba (gydF4y2Ba {(gydF4y2Ba 一个gydF4y2Ba +gydF4y2Ba jgydF4y2Ba ωgydF4y2Ba)gydF4y2Ba}^{2gydF4y2Ba} +gydF4y2Ba {wgydF4y2Ba}_{0gydF4y2Ba}^{2gydF4y2Ba}]gydF4y2Ba$

使用gydF4y2BaUgydF4y2Ba(gydF4y2BaωgydF4y2Ba),gydF4y2BaGgydF4y2Ba(gydF4y2BaωgydF4y2Ba你可以得到输出的频域表达式:gydF4y2Ba

$YgydF4y2Ba (gydF4y2Ba ωgydF4y2Ba)gydF4y2Ba =gydF4y2Ba GgydF4y2Ba (gydF4y2Ba ωgydF4y2Ba)gydF4y2Ba UgydF4y2Ba (gydF4y2Ba ωgydF4y2Ba)gydF4y2Ba$

你现在可以评估的解析表达式gydF4y2BaYgydF4y2Ba(gydF4y2BaωgydF4y2Ba),gydF4y2BaUgydF4y2Ba(gydF4y2BaωgydF4y2Ba)的电网频率值gydF4y2Ba $(gydF4y2Ba {ωgydF4y2Ba}_{ggydF4y2Ba rgydF4y2Ba 我gydF4y2Ba dgydF4y2Ba} =gydF4y2Ba {ωgydF4y2Ba}_{1gydF4y2Ba},gydF4y2Ba {ωgydF4y2Ba}_{2gydF4y2Ba},gydF4y2Ba …gydF4y2Ba,gydF4y2Ba {ωgydF4y2Ba}_{ngydF4y2Ba})gydF4y2Ba$ ,得到一个向量的频域输入-输出数据值gydF4y2Ba $(gydF4y2Ba {YgydF4y2Ba}_{ggydF4y2Ba rgydF4y2Ba 我gydF4y2Ba dgydF4y2Ba},gydF4y2Ba {UgydF4y2Ba}_{ggydF4y2Ba rgydF4y2Ba 我gydF4y2Ba dgydF4y2Ba})gydF4y2Ba$ 。你可以打包的输入-输出数据作为一个连续时间gydF4y2BaiddatagydF4y2Ba对象通过指定一个零样品时间,gydF4y2BaTsgydF4y2Ba。gydF4y2Ba
```
t = 0;zf = iddata (Ygrid Ugrid, Ts,gydF4y2Ba“频率”gydF4y2Bawgrid)gydF4y2Ba
```
计算连续时间线性系统的频率响应在一个网格的频率。gydF4y2Ba
例如,在下面的代码中,您生成连续时间频率特性数据,gydF4y2BaFRDcgydF4y2Ba从连续时间传递函数模型,gydF4y2BasysgydF4y2Ba电网的频率,gydF4y2Ba频率gydF4y2Ba。gydF4y2Ba
```
sys = idtf ([1 2 2]);频率= logspace (2100);FRDc = idfrd (sys、频率);gydF4y2Ba
```
从一个正弦的实验测量振幅和阶段,测量系统使用反锯齿过滤器。测量系统的响应在不同频率正弦输入,和包的数据作为一个gydF4y2BaidfrdgydF4y2Ba对象。例如,频率特性数据用频谱分析仪测量是连续时间。gydF4y2Ba
你也可以进行一个实验通过使用周期,连续时间信号(多个正弦波)作为输入到你的系统和测量系统的响应。然后你可以包作为一个输入和输出数据gydF4y2BaiddatagydF4y2Ba对象。gydF4y2Ba

您可以获得离散频域数据(gydF4y2BaTsgydF4y2Ba在以下方面> 0)gydF4y2Ba:gydF4y2Ba

使用离散傅里叶变换将时域测量值。gydF4y2Ba
例如,在下面的代码中,您计算离散傅里叶变换的时域数据,gydF4y2BaygydF4y2Ba,以离散与样本时间跨度为0.01秒。gydF4y2Ba
```
t = 0:0.01:10;y = iddata(罪(2 *π* 10 * t), [], 0.01);Y = fft (Y);gydF4y2Ba
```
计算离散时间线性系统的频率响应。gydF4y2Ba
例如,下面的代码生成离散频率特性数据,gydF4y2BaFRDdgydF4y2Ba从离散传递函数模型,gydF4y2BasysgydF4y2Ba。您指定一个非零的样品时间创建离散时间模型。gydF4y2Ba
```
Ts = 1;sys = idtf (0.2 - 2.1 [1], Ts);FRDd = idfrd (sys, logspace (2100);gydF4y2Ba
```

你只可以使用连续时间频率域数据识别连续时间模型。您可以使用离散频域数据识别连续时间和离散时间模型。然而,识别连续时间模型从离散数据需要的知识intersample行为的数据。有关更多信息,请参见gydF4y2Ba估计连续时间和离散时间模型gydF4y2Ba。gydF4y2Ba

请注意gydF4y2Ba

对于离散数据,软件在估计忽略了频域数据高于奈奎斯特频率。gydF4y2Ba

预处理的频域数据模型估计gydF4y2Ba

在你代表你的频域数据使用gydF4y2BaiddatagydF4y2Ba或gydF4y2BaidfrdgydF4y2Ba对象,可以准备的数据估计通过消除虚假数据和通过过滤数据。gydF4y2Ba

把虚假的数据,画出数据的应用程序,或使用gydF4y2Ba情节gydF4y2Ba(gydF4y2BaiddatagydF4y2Ba对象)或gydF4y2Ba波德gydF4y2Ba(gydF4y2BaidfrdgydF4y2Ba对象)的命令。在情节识别伪数据后,您可以删除它们。例如,如果您想要删除数据点20 - 30gydF4y2BazfgydF4y2Ba,一个频域gydF4y2BaiddatagydF4y2Ba对象,可以使用下面的语法:gydF4y2Ba

zf (20:30) = [];gydF4y2Ba

由于频域数据不需要指定间距均匀,不需要更换异常值。gydF4y2Ba

你也可以在你的数据预滤器高频噪声。你可以前置滤波器频域数据的应用程序,或使用gydF4y2BaidfiltgydF4y2Ba在命令行中。前置过滤数据还可以帮助消除低频扰动的漂移。除了减少噪音,前置过滤让你集中你的模型在特定频段。感兴趣的频率范围通常对应于一个断点在波德图通频带。举个例子,如果你是建模植物对于控制设计的应用程序,您可以预滤器的数据来提高频率在期望的闭环带宽。gydF4y2Ba

有关更多信息,请参见gydF4y2Ba过滤数据gydF4y2Ba。gydF4y2Ba

估计线性参数模型gydF4y2Ba

预处理后的频域数据,您可以使用它来gydF4y2Ba估计连续时间和离散时间模型gydF4y2Ba。gydF4y2Ba

金宝app支持模型类型gydF4y2Ba

您可以使用频域估计以下线性参数模型数据。不是估计的噪声分量模型,除了ARX模型。gydF4y2Ba

模型类型gydF4y2Ba	额外的信息gydF4y2Ba	估计命令gydF4y2Ba	估计的应用gydF4y2Ba
传递函数模型gydF4y2Ba		`特遣部队gydF4y2Ba`	看到gydF4y2Ba估计系统中传递函数模型识别应用gydF4y2Ba。gydF4y2Ba
状态空间模型gydF4y2Ba	估计gydF4y2Ba`KgydF4y2Ba`状态空间模型的矩阵为零。gydF4y2Ba	`党卫军gydF4y2Ba` `n4sidgydF4y2Ba`	看到gydF4y2Ba估计系统识别应用中状态空间模型gydF4y2Ba。gydF4y2Ba
流程模型gydF4y2Ba	不是估计干扰模型。gydF4y2Ba	`过程gydF4y2Ba`	看到gydF4y2Ba估计使用软件过程模型gydF4y2Ba。gydF4y2Ba
输入-输出多项式模型gydF4y2Ba	你只能估计输出误差和ARX模型。gydF4y2Ba	`oegydF4y2Ba` `arxgydF4y2Ba` `iv4gydF4y2Ba` `ivxgydF4y2Ba` `聚gydF4y2Ba`与gydF4y2Ba`nagydF4y2Ba`,gydF4y2Ba`数控gydF4y2Ba`,gydF4y2Ba`ndgydF4y2Ba`订单的多项式指定为零gydF4y2Ba	看到gydF4y2Ba估计多项式模型的应用gydF4y2Ba。gydF4y2Ba
线性灰色矩形模型gydF4y2Ba	只有相关噪声模型参数矩阵gydF4y2Ba`KgydF4y2Ba`不估计。gydF4y2Ba	`感动的gydF4y2Ba`	灰色矩形模型估计不是可用的应用程序。gydF4y2Ba
相关模型gydF4y2Ba (脉冲响应模型)gydF4y2Ba		`冲动gydF4y2Ba`	看到gydF4y2Ba估计使用系统识别应用脉冲响应模型gydF4y2Ba。gydF4y2Ba
频率特性模型gydF4y2Ba (估计gydF4y2Ba`idfrdgydF4y2Ba`对象)gydF4y2Ba		`etfegydF4y2Ba` `水疗中心gydF4y2Ba` `spafdrgydF4y2Ba`	看到gydF4y2Ba估计频率特性模型的应用gydF4y2Ba。gydF4y2Ba

执行评估之前,您可以指定评估选项,比如软件对初始条件的评估数据。在命令行中,使用估计选项设置对应估计命令。例如,假设您希望从频域传递函数模型估计的数据,gydF4y2BazfgydF4y2Ba,你还想估计数据的初始条件。使用gydF4y2BatfestOptionsgydF4y2Ba选项设置为指定评估选项,然后估计模型。gydF4y2Ba

选择= tfestOptions (gydF4y2Ba“InitialCondition”gydF4y2Ba,gydF4y2Ba“估计”gydF4y2Ba);sys =特遣部队(zf,选择);gydF4y2Ba

sysgydF4y2Ba是估计的传递函数模型。信息提取模型估计参数值,明白了gydF4y2Ba数值模型数据提取gydF4y2Ba。在执行评估之后,你可以gydF4y2Ba验证估计模型gydF4y2Ba。gydF4y2Ba

请注意gydF4y2Ba

零初始条件对时域数据并不意味着零初始条件相应的频域数据。对于时域数据,零初始条件意味着系统被认为是在休息状态数据采集的开始。在频域,初始条件可以忽略只有收集的数据在本质上是周期性的。因此,如果你有时域数据收集与零初始条件,你将它转换成频域数据估计模型中,你必须估计初始条件。你不能指定为零。gydF4y2Ba

你不能使用频域数据执行以下评估:gydF4y2Ba

估计的噪声分量的线性模型,除了ARX模型。gydF4y2Ba
估计的非线性模型gydF4y2Ba。gydF4y2Ba
估计时间序列模型仅利用光谱数据。光谱数据的功率谱是一个信号,通常存储在gydF4y2BaSpectrumDatagydF4y2Ba财产的gydF4y2BaidfrdgydF4y2Ba对象。gydF4y2Ba
使用递归算法在线估计gydF4y2Ba。gydF4y2Ba

估计连续时间和离散时间模型gydF4y2Ba

你可以估算所有gydF4y2Ba金宝app支持线性模型gydF4y2Ba离散时间模型,除了流程模型。流程模型定义在连续时间。对于离散时间模型的估计,您必须使用离散时间数据。gydF4y2Ba

你可以估计所有支持的线性模型为连续时间模型,除了相金宝app关模型(见gydF4y2Ba冲动gydF4y2Ba)。您可以使用两个连续时间估计连续时间模型和离散时间数据。连续时间和离散时间数据的信息,请参阅gydF4y2Ba连续时间和离散时间频率域数据gydF4y2Ba。gydF4y2Ba

如果你估计一个连续时间模型,运用离散数据,您必须指定gydF4y2Baintersample行为gydF4y2Ba的数据。intersample行为的规范取决于频域数据的类型。gydF4y2Ba

离散时间频率域输入-输出数据(gydF4y2BaiddatagydF4y2Ba对象)——指定intersample时域输入信号的行为gydF4y2BaugydF4y2Ba(gydF4y2BatgydF4y2Ba)傅里叶转换得到频域输入信号gydF4y2BaUgydF4y2Ba(gydF4y2BaωgydF4y2Ba)。gydF4y2Ba
离散频率特性数据(gydF4y2BaidfrdgydF4y2Ba对象),生成的数据计算离散时间模型的频率特性。指定intersample行为作为离散化方法假定计算从一个潜在的连续时间模型的离散时间模型。例如,看到的gydF4y2Ba指定Intersample行为的离散频率特性数据gydF4y2Ba。gydF4y2Ba

您可以指定intersample行为是分段常数(零),样本之间的线性插值(一阶),或带限。如果你指定系统带宽有限的离散数据(即没有权力高于奈奎斯特频率),软件将数据视为连续时间通过设置采样时间为零。然后软件估计连续时间模型的数据。有关更多信息,请参见gydF4y2Ba输入Intersample行为对连续时间模型的影响gydF4y2Ba。gydF4y2Ba

指定Intersample行为的离散频率特性数据gydF4y2Ba

打开生活的脚本gydF4y2Ba

这个例子展示了intersample行为的影响在连续时间模型的估计使用离散时间频率特性数据。gydF4y2Ba

生成离散频率特性数据。要做到这一点,首先构造一个连续时间传递函数模型,gydF4y2BasysgydF4y2Ba。然后把它转换成一个离散时间模型,gydF4y2BasysdgydF4y2Ba,使用gydF4y2Ba汇集gydF4y2Ba命令和一阶(呸)方法。使用离散时间模型gydF4y2BasysdgydF4y2Ba在指定的频率,产生频率特性数据gydF4y2Ba频率gydF4y2Ba。gydF4y2Ba

sys = idtf (0.2 [1], [1 2 1 1]);sysd =汇集(sys 1 c2dOptions (gydF4y2Ba“方法”gydF4y2Ba,gydF4y2Ba“呸”gydF4y2Ba));频率= logspace (1 0 10);FRdata = idfrd (sysd、频率);gydF4y2Ba

FRdatagydF4y2Ba离散数据。软件设置gydF4y2BaInterSamplegydF4y2Ba的属性gydF4y2BaFRdatagydF4y2Ba来gydF4y2Ba“呸”gydF4y2Ba,这是离散化方法,用于获得gydF4y2BasysdgydF4y2Ba从gydF4y2BasysgydF4y2Ba。gydF4y2Ba

估计的三阶连续时间传递函数离散数据。gydF4y2Ba

model1 =特遣部队(FRdata 3 1)gydF4y2Ba

model1 = s + 0.2 - - - - - - - - - - - - - - - - - - - s ^ 3 + 2 ^ 2 + s + 1连续时间确定传递函数。参数化:极数:3 0数量:1很多免费的系数:5使用“tfdata”、“getpvec”、“getcov”参数及其不确定性。状态:估计使用tf对频率响应数据“FRdata”。适合估算数据:100%消防工程:1.067 e-26, MSE: 3.546 e-27gydF4y2Ba

model1gydF4y2Ba是一个连续时间模型,估计使用离散时间频率特性数据。基本的最初的三阶连续时间动态模型gydF4y2BasysgydF4y2Ba中检索gydF4y2Bamodel1gydF4y2Ba因为正确的intersample行为中指定gydF4y2BaFRdatagydF4y2Ba。gydF4y2Ba

现在,intersample行为指定为零(ZOH),并估计一个三阶传递函数模型。gydF4y2Ba

FRdata。InterSample =gydF4y2Ba“zoh”gydF4y2Ba;model2 =特遣部队(FRdata 3 1)gydF4y2Ba

model2 = -15.44 s - 3.354 - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - ^ 3 - 30.03年代^ 2 - 6.825 s - 17.04连续时间确定传递函数。参数化:极数:3 0数量:1很多免费的系数:5使用“tfdata”、“getpvec”、“getcov”参数及其不确定性。状态:估计使用tf对频率响应数据“FRdata”。适合估算数据:94.74%消防工程:0.004815,MSE: 0.001605gydF4y2Ba

model2gydF4y2Ba不捕获原始模型的动态gydF4y2BasysgydF4y2Ba。因此,抽样模型中介绍了相关错误估计intersample行为时没有正确地指定。gydF4y2Ba

频率特性数据模型转换为一个传递函数gydF4y2Ba

这个示例使用:gydF4y2Ba

打开生活的脚本gydF4y2Ba

这个例子展示了如何将一个频率特性数据(朋友)模型传递函数模型。你对待朋友模型估计的数据然后传递函数估计。gydF4y2Ba

获得一个朋友模型。gydF4y2Ba

例如,使用gydF4y2Ba波德gydF4y2Ba获得以下5次的大小和相位响应数据系统:gydF4y2Ba

$GgydF4y2Ba (gydF4y2Ba 年代gydF4y2Ba)gydF4y2Ba =gydF4y2Ba \frac{年代gydF4y2Ba +gydF4y2Ba 0gydF4y2Ba 。gydF4y2Ba 2gydF4y2Ba}{{年代gydF4y2Ba}^{5gydF4y2Ba} +gydF4y2Ba {年代gydF4y2Ba}^{4gydF4y2Ba} +gydF4y2Ba 0gydF4y2Ba 。gydF4y2Ba 8gydF4y2Ba {年代gydF4y2Ba}^{3gydF4y2Ba} +gydF4y2Ba 0gydF4y2Ba 。gydF4y2Ba 4gydF4y2Ba {年代gydF4y2Ba}^{2gydF4y2Ba} +gydF4y2Ba 0gydF4y2Ba 。gydF4y2Ba 1gydF4y2Ba 2gydF4y2Ba 年代gydF4y2Ba +gydF4y2Ba 0gydF4y2Ba 。gydF4y2Ba 0gydF4y2Ba 4gydF4y2Ba}$

使用100频点之间0.1 rad / s 10 rad / s获得朋友的模型。使用gydF4y2Ba的朋友gydF4y2Ba创建一个对象频率特性模型。gydF4y2Ba

频率= logspace (1100);sys0 =特遣部队(0.2 [1],[1 1 0.8 0.4 0.12 0.04]);(杂志、相位)=预示(sys0频率);frdModel =朋友(玛格。* exp (1 j *期*π/ 180),频率);gydF4y2Ba

获得最好的三阶近似估计的系统动力学3 0和3杆的传递函数。gydF4y2Ba

np = 3;新西兰= 3;sys =特遣部队(frdModel、np、新西兰);gydF4y2Ba

sysgydF4y2Ba是估计的传递函数。gydF4y2Ba

比较的朋友的反应估计模型和传递函数模型。gydF4y2Ba

波德(frdModel sys,频率(1:50));gydF4y2Ba

图包含2轴对象。轴与ylabel对象1级(dB)包含2线类型的对象。这些对象代表frdModel,系统。坐标轴对象2 ylabel阶段(度)包含2线类型的对象。这些对象代表frdModel,系统。gydF4y2Ba

朋友从基于系统模型生成gydF4y2Basys0gydF4y2Ba。而gydF4y2BasysgydF4y2Ba,三阶近似,不捕捉整个的反应gydF4y2Basys0gydF4y2Ba,它捕获响应好,直到大约0.6 rad / s。gydF4y2Ba

验证估计模型gydF4y2Ba

估计系统模型之后,您可以验证它繁殖系统行为是否在可接受的范围内。建议你使用单独的估算和验证数据集模型。您可以使用时域或频域数据来验证模型估计使用频域数据。如果您使用的是输入输出验证数据来验证估计模型,可以比较模拟模型响应测量验证数据输出。如果你的验证数据频率特性数据,你可以比较它的频率响应模型。例如,比较估计模型的输出gydF4y2BasysgydF4y2Ba测量验证数据gydF4y2BazvgydF4y2Ba使用下面的语法:gydF4y2Ba

比较(zv sys);gydF4y2Ba

您还可以执行残留分析。看到的更多信息,gydF4y2Ba验证后的模型估计gydF4y2Ba。gydF4y2Ba

故障排除频域识别gydF4y2Ba

当你使用频域数据估计模型,估计算法最小化损失(成本)函数。例如,如果您从频率特性数据估计的输出线性模型gydF4y2BafgydF4y2Ba,估计算法最小化以下最小二乘损失函数:gydF4y2Ba

$\underset{GgydF4y2Ba (gydF4y2Ba ωgydF4y2Ba)gydF4y2Ba}{最小化gydF4y2Ba} {\sumgydF4y2Ba}_{kgydF4y2Ba =gydF4y2Ba 1gydF4y2Ba}^{{NgydF4y2Ba}_{fgydF4y2Ba}} {|gydF4y2Ba WgydF4y2Ba (gydF4y2Ba {ωgydF4y2Ba}_{kgydF4y2Ba})gydF4y2Ba (gydF4y2Ba GgydF4y2Ba (gydF4y2Ba {ωgydF4y2Ba}_{kgydF4y2Ba})gydF4y2Ba -gydF4y2Ba fgydF4y2Ba (gydF4y2Ba {ωgydF4y2Ba}_{kgydF4y2Ba})gydF4y2Ba)gydF4y2Ba |gydF4y2Ba}^{2gydF4y2Ba}$

在这里gydF4y2BaWgydF4y2Ba是您指定频率相关的体重,gydF4y2BaGgydF4y2Ba线性模型是估计,ω是频率,然后呢gydF4y2BaNgydF4y2Ba_fgydF4y2Ba是频率的数据的数量。的数量gydF4y2Ba $(gydF4y2Ba GgydF4y2Ba (gydF4y2Ba {ωgydF4y2Ba}_{kgydF4y2Ba})gydF4y2Ba -gydF4y2Ba fgydF4y2Ba (gydF4y2Ba {ωgydF4y2Ba}_{kgydF4y2Ba})gydF4y2Ba)gydF4y2Ba$ 频率特性是错误。对于频域输入-输出数据,该算法的加权范数最小化输出误差而不是频率特性的误差。有关更多信息,请参见gydF4y2Ba损失函数和模型质量的指标gydF4y2Ba。在评估期间,虚假或未捕获的动力学数据可以影响估计的损失函数,导致不满意的模型。gydF4y2Ba

意想不到的,虚假的动力gydF4y2Ba——通常观察到当高级低信噪比地区的数据。围绕这些部分拟合误差数据损失函数有一个很大的贡献。因此估计算法可能overfit和意想不到的动态分配给噪声在这些地区。为了解决这个问题:gydF4y2Ba
- 提高信噪比,你可以收集多个数据集,和平均。如果你有频域输入-输出数据,可以结合多个数据集使用gydF4y2Ba合并gydF4y2Ba命令。使用这些数据来估计得到一种改进的结果。或者,您可以过滤数据集,用它来估计。例如,使用移动平均滤波器来平滑的数据测量的反应。应用数据的平滑滤波器仅在区域,你相信不畅是由于噪音,而不是由于系统动力学。gydF4y2Ba
- 减少数据的某些部分的影响损失函数,您可以指定一个频率相关的重量。例如,如果你是估计一个传递函数模型,指定的重量gydF4y2BaWeightingFiltergydF4y2Ba选择评估选项集gydF4y2BatfestOptionsgydF4y2Ba。指定一个小重量的频率区域的动态存在。另外,使用较少的数据点在这个频率区域。gydF4y2Ba
未捕获的动力学gydF4y2Ba——通常观察到当您想获取动态有较低的大小相对于其它的数据。因为可怜的适合低级数据贡献少损失函数,该算法可能会忽视这些动力学在其他频率减少错误。为了解决这个问题:gydF4y2Ba
- 指定一个频率相关重量——指定一个大重量的频率地区你想捕获动力学。gydF4y2Ba
- 使用更多的数据点在这个地区。gydF4y2Ba

这些故障诊断技术的一个例子,看到gydF4y2Ba解决频域传递函数模型的识别gydF4y2Ba。gydF4y2Ba

如果你不使用这些故障诊断技术,达到一个令人满意的模型尝试不同的模型结构或估计算法。gydF4y2Ba

下一步后确定一个模型gydF4y2Ba

估计模型之后,您可以执行模型转换,提取模型参数,模拟和预测模型的响应。您可以执行的一些任务:gydF4y2Ba

离散和连续时间表示之间的转换gydF4y2Ba
线性模型表示形式之间转换gydF4y2Ba——变换之间的线性参数模型表示法,如多项式之间的整数,zero-pole表示。gydF4y2Ba
数值模型数据提取gydF4y2Ba——例如,提取模型的极点和零点使用gydF4y2Ba极gydF4y2Ba和gydF4y2Ba零gydF4y2Ba命令,分别。计算模型为一组指定的频率使用频率响应gydF4y2BafreqrespgydF4y2Ba。gydF4y2Ba
模拟和预测模型的反应gydF4y2Ba
使用的模型控制设计gydF4y2Ba