文档帮助中心文档

输入-输出多项式模型

输入-输出多项式模型,包括ARX ARMAX模型输出误差,Box-Jenkins结构

传递函数的多项式模型使用一个广义的概念来表达输入之间的关系,u(t),输出y(t),噪音e(t)使用一个方程的形式:

$一个 (问) y (t) = \frac{B (问)}{F (问)} u (t - n k) + \frac{C (问)}{D (问)} e (t)$

一个(问),B(问),F(问),C(问),D(问)多项式矩阵的使用者操作符问¹。u(t)是输入,nk是输入延迟。y(t)是产出和e(t)是干扰信号。

每个多项式都有一个独立的订单或可估计的系数。例如,如果一个(问2)有一个订单,然后一个多项式的形式一个(问)= 1 +一个₁问¹+一个₂问²。

在实践中,并非所有的多项式都同时活跃。简单的多项式形式,例如ARX、ARMAX模型输出误差,Box-Jenkins提供结构适合特定目标如处理的非平稳干扰或提供完全独立的参数化动力学和噪音。关于这些模型类型的更多信息,请参阅多项式模型是什么?

应用程序

系统识别	从测量数据确定模型的动态系统

功能

创建多项式模型

`idpoly`	多项式模型可识别参数
`arx`	ARIX ARX的估计参数,基于“增大化现实”技术,或者阿里模型
`armax`	估计参数的ARMAX ARIMAX、ARMA或ARIMA模型使用时域数据
`bj`	使用时域估计Box-Jenkins多项式模型数据
`iv4`	ARX模型估计使用四级工具变量方法
`ivx`	ARX模型估计使用工具变量方法具有任意工具
`oe`	估计输出误差多项式模型使用时域或频域数据
`聚`	使用时间或频率域数据估计多项式模型
`pem`	对炼油线性和非线性模型预测误差最小化

找到最好的ARX Model-Order组合

`arxstruc`	对于计算损失函数ARX模型
`ivstruc`	计算损失函数集ARX模型的结构使用工具变量方法
`selstruc`	对于选择模型以便ARX模型
`struc`	对于生成model-order组合ARX模型估计

模型初始化和结构参数

`arxRegul`	确定ARX模型估计正规化常数
`延迟`	估计时间延迟(死时间)数据
`初始化`	设置或随机初始参数值

获取或设置模型参数

`polydata`	访问多项式系数和识别模型的不确定性
`getpvec`	获得模型参数不确定性和相关数据
`setpvec`	修改模型参数的值
`getpar`	获取属性,如线性模型参数的值和范围
`setpar`	设置属性,如线性模型参数的值和范围
`setPolyFormat`	指定格式B和F多输入多项式模型的多项式

估计选项

`armaxOptions`	选项设置`armax`
`arxOptions`	选项设置`arx`
`arxRegulOptions`	选项设置`arxRegul`
`bjOptions`	选项设置`bj`
`iv4Options`	选项设置`iv4`
`oeOptions`	选项设置`oe`
`polyestOptions`	选项设置`聚`

主题

多项式模型基础

多项式模型是什么?

多项式模型结构包括ARX ARMAX,输出误差,Box-Jenkins。

数据由多项金宝app式模型

使用时域和频域数据来估计离散和连续时间模型。

估计多项式模型

初步的步骤——估计模型和输入订单延误

估计多项式模型,您必须提供输入订单延误和模型。

估计多项式模型的应用

订单数据导入到应用程序,指定模型,延误和评估选择。

在命令行估计多项式模型

指定模型订单、延迟和评估选择。

多项式多输出多项式模型的尺寸和订单

的大小一个,B,C,D,F对多输出多项式模型。

估计使用armax模型

这个例子展示了如何估计线性多项式与ARMAX模型结构对于三个输入,使用迭代估计方法(味噌)系统armax。

设置多项式模型选项

为迭代指定初始状态估计算法

当你使用pem或聚函数来估计ARMAX Box-Jenkins (BJ),输出误差(OE),您必须指定如何算法对初始条件。

多项式模型估计算法

第四选择ARX和ARX和AR模型估计的算法。

特色的例子

谱估计使用复杂的数据——玛的测试用例

谱估计使用复杂的数据——玛的测试用例

对时间序列数据进行谱估计。马普尔我们使用的测试用例(复杂的数据在马普尔l: S.L.玛Jr,数字频谱分析与应用,新世纪,恩格尔伍德悬崖,新泽西州1987。)

打开生活的脚本

系统辨识工具箱文档

金宝app

试着用MATLAB仿真软金宝app件,和其他产品下载188bet金宝搏

得到审判现在