主要内容

idpoly

具有可识别参数的多项式模型

展开所有页面

描述

一个idpoly模型将系统表示为具有可识别(可估计)系数的连续时间或离散时间多项式模型。使用idpoly建立一个多项式模型或进行转换动态系统模型多项式形式。

输入向量的系统的多项式模型u、输出向量y和干扰e在离散时间下为:

一个 （ 问 ） y （ t ） ＝ B （ 问 ） F （ 问 ） u （ t ） + C （ 问 ） D （ 问 ） e （ t ）

变量一个，B，C，D,F是与时移运算符表示的多项式问－1．例如,一个多项式的形式如下:

一个 （ 问 ） ＝ 1 + 一个 1 问 − 1 + 一个 2 问 − 2 + ⋯ + 一个 n 一个 问 − n 一个

在这里,na是秩序一个多项式。问－1y（t）相当于y（t-1）.

例如,如果一个（问) = 1 +一个1问－1+一个2问－２,然后一个（y（t= 1 +一个1（t - 1）+一个2（2）．

的C，D,F多项式采用相同的形式一个多项式，从1开始。的B多项式不是从1开始的。

在连续时间下，多项式模型的形式如下:

一个 （ 年代 ） Y （ 年代 ） ＝ B （ 年代 ） F （ 年代 ） U （ 年代 ） + C （ 年代 ） D （ 年代 ） E （ 年代 ）

U（年代）包含拉普拉斯变换输入到SYS.．Y（年代）包含拉普拉斯变换输出。E（年代)包含每个输出扰动的拉普拉斯变换。

为idpoly模型，多项式的系数一个，B，C，D,F可以是可评估的参数。的idpoly模型中存储这些矩阵元素的值一个，B，C，D,F模型的属性。

时间序列模型是没有测量输入的系统的多项式模型的特殊情况。对AR模型,B和F是空的,C和D所有输出为1。对于ARMA模型,B和F是空的,而D是1。

虽然idpoly金宝app支持连续时间模型,idtf和idproc启用更多选择来估计连续时间模型。因此，对于大多数连续时间应用，这些其他模型类型是优选的。

有关多项式模型的更多信息，请参见什么是多项式模型?

创建

你可以获得idpoly三种模式之一。

  • 估计idpoly基于系统的输出或输入-输出度量的模型，使用命令，例如poly，arx，armax，OE.，BJ.，iv4， 或者ivar．这些命令估计自由多项式系数的值。估计值存储在一个，B，C，D,F由此产生的属性idpoly模型。的报告结果模型的属性存储关于估计的信息，例如关于初始条件处理和估计中使用的选项的信息。

    当你获得idpoly通过估计建立模型，您可以使用以下命令从模型中提取估计系数和它们的不确定性polydata，getpar.， 或者getcov．

  • 创建一个idpoly模型使用idpoly命令。你可以创建一个idpoly模型配置初始参数化以估计多项式模型以拟合测量的响应数据。当您这样做时，您可以在多项式系数上指定约束。例如，您可以修复某些系数的值，或指定自由系数的最小值或最大值。然后，您可以使用配置的模型作为输入参数poly在这些约束条件下估计参数值。

  • 将现有的动态系统模型转换为idpoly模型使用idpoly命令。

语法

sys = idpoly (A, B, C, D, F, NoiseVariance, Ts)
sys = idpoly (A, B, C, D, F, NoiseVariance, Ts,名称,值)
sys = iDpoly（a）
sys = idpoly ([], C, D, [], NoiseVariance, Ts)
sys = idpoly ([], C, D, [], NoiseVariance, Ts,名称,值)
sys = idpoly (sys0)
sys = iDpoly（sys0，'split'）

描述

建立投入产出多项式模型

例子

SYS.= idpoly (A, B, C, D, F，noisavariance.，Ts）创建具有可识别系数的多项式模型。一个，B，C，D,F指定系数的初始值。noisavariance.指定白噪声源方差的初始值。Ts是模型采样时间。

例子

SYS.= idpoly (A, B, C, D, F，noisavariance.，Ts，名称,值）使用由一个或多个名称-值对参数指定的附加选项创建多项式模型。

创建时间序列模型

SYS.= idpoly(一个)只有自回归术语创建时间序列模型。在这种情况下，SYS.表示由此给出的AR模型一个（问）y（t）=e（t）．噪音e（t)的方差为1。一个指定可估计系数的初始值。

例子

SYS.= idpoly ([], C, D, [],noisavariance.，Ts）创建一个带有自回归和移动平均术语的时间序列模型。投入一个，C,D，指定可估计系数的初值。noisavariance.指定噪声的初始值e（t）.Ts是模型采样时间。（忽略noisavariance.和Ts使用它们的默认值。)

如果D被设置为[],然后SYS.表示给出的ARMA模型

一个 （ 问 ） y （ t ） ＝ C （ 问 ） e （ t ）

例子

SYS.= idpoly ([], C, D, [],noisavariance.，Ts，名称,值）使用由一个或多个名称-值对参数指定的附加选项创建时间序列模型。

将动态系统模型转换为多项式模型

例子

SYS.= idpoly (sys0）转换动态系统模型sys0到idpoly模型形式。sys0可以是任何动态系统模型。

SYS.= idpoly (sys0，'分裂'）转换sys0到idpoly模型形式，并对待最后一个Ny输入通道的sys0作为返回模型中的噪声通道。sys0必须是数字TF.（控制系统工具箱），zpk（控制系统工具箱）， 或者SS.（控制系统工具箱）模型对象。还，sys0必须至少有和输出一样多的输入。

输入参数

展开全部

动态系统，指定为要转换为的动态系统模型idpoly模型。

当sys0为已识别模型，其估计参数协方差在转换过程中丢失。如果您想在转换期间转换估计参数协方差，请使用翻译．

的语法sys = iDpoly（sys0，'split'），sys0必须符合以下要求。

  • sys0是一个数字TF.（控制系统工具箱），zpk（控制系统工具箱）， 或者SS.（控制系统工具箱）模型对象。

  • sys0至少有和输出一样多的输入。

  • 子系统纽约sys0(: + 1:ν)必须biproper。

特性

展开全部

多项式系数的值，指定为SISO模型的行向量，或为MIMO模型的行向量单元阵列，对应于每个一个，B，C，D,F多项式。对于每个多项式，系数的存储顺序如下:

  • 提升的能力z1或者问1(用于离散时间多项式模型)。

  • 下行的力量年代或者p（用于连续时间多项式模型）。

的前导系数一个，C，D,F总是1。

对于MIMO模型Ny产出和Nu输入,一个，B，C，D,F是行向量的单元格数组。单元格数组中的每一项都包含与输入、输出和噪声值相关的特定多项式的系数。

多项式 维度和约束 描述所描述的
一个

Ny-经过-Ny行向量的单元格阵列

领先的系数:

  • 对角条目-固定为1

  • 非对角线条目-固定为0

一个{i, j}包含与输出相关的系数y我到输出yj．

例如，对于双输出系统，一个是一个2 × 2单元格数组，例如:

{1, 1} =[1。1]{1,2}= [0.4 - -0.6]{2,1}= 0 {2,}= 0.2 - 0.3 [1]
B, F

Ny-经过-Nu行向量数组

领先的系数:

  • B -不受约束

  • F -固定为1

b {i，j}和F {i, j}包含与输出相关的系数y我输入uj．

例如，对于双输出系统，B和F是2 × 1单元格数组，例如:

B {1} = [0.1 - 0.2] B {2, 1} = (0.5 - 0.3) F {1 1} = 0.8 [1] F {2, 1} = 0.4 [1]
C, D

Ny行向量的-by-1数组

领先的系数:

  • C -固定为1

  • D -固定为1

C{我}和d {i}包含与输出相关的系数y我噪音e我．

例如，对于双输出系统，C和D是2 × 1单元格数组，例如:

0.3 C {1} = [1] C {2, 1} = 0.5 - 0.3 [1] D {1 1} = 0.7 [1] D {2, 1} = 0.1 - 0.2 [1]

对于时间序列模型(没有测量输入的模型)，B = []和F = []．

如果你获得了一个idpoly模型SYS.通过使用诸如poly或者arx,然后sys.a.，sys.b.，sys.c.，sys.d.,sys.f.包含多项式系数的估计值。

如果你创建一个idpoly模型SYS.使用idpoly命令，sys.a.，sys.b.，sys.c.，sys.d.,sys.f.包含您使用的初始系数值A, B, C, D, F输入参数。使用南对于初始值未知的任何系数。使用[]对于您想要创建的模型结构中不存在的任何多项式。例如，要创建ARX模型，请使用[]为C，D,F．对于ARMA时间序列模型，使用[]为B和F．当您创建idpoly模型是：

  • B -[]

  • C -1对于所有输出

  • D -1对于所有输出

  • F -[]

为idpoly模型SYS.,每个属性sys.a.，sys.b.，sys.c.，sys.d.,sys.f.是对应的别名吗价值条目的结构的属性SYS.．例如,sys.a.是属性值的别名吗sys.structure.a.value.．

多项式模型显示变量，指定为以下值之一:

  • “z ^ 1”—默认为离散时间模型

  • “问^ 1”——相当于“z ^ 1”

  • “年代”—默认为连续时间模型

  • “p”——相当于“年代”

的价值变量是体现在展示上，还是影响解读的一个，B，C，D,F离散时间模型的系数向量。当变量被设置为“z ^ 1”或者“问^ 1”，系数向量按变量的升序幂排列。

传输延迟，指定为包含每个输入-输出对的单独传输延迟的数字数组，或指定为对每个输入-输出对应用相同延迟的标量。

对于连续时间系统，传输延迟用存储在的时间单位表示时髦财产。对于离散时间系统，传输延迟表示为整数，表示为采样时间的倍数Ts．

为MIMO系统Ny产出和Nu输入,IODelay是一个Ny-经过-Nu数组中。这个数组的每个条目都是一个数值，表示对应输入-输出对的传输延迟。你可以设置IODelay对标量值施加相同的延迟到所有输入输出对。

如果你创建一个idpoly模型SYS.使用idpoly命令，sys.iodelay.包含使用名称-值对参数指定的传输延迟的初始值。

如果你获得了一个idpoly模型SYS.通过使用诸如poly或者arx,然后sys.iodelay.包含运输延迟的估计值。

为idpoly模型SYS.，物业sys.iodelay.是属性值的别名吗sys.Structure.IODelay.Value．

逻辑向量，表示噪声通道上是否存在积分，指定为长度等于输出数量的逻辑向量。

IntegrateNoise (i) = true表示噪声通道为我输出包含一个积分器。在本例中，对应的D多项式包含一个附加项，该项在性质中没有表示sys.d.．这个积分项等于1/年代对于连续时间系统和1 /（1-z－1)用于离散时间系统。

关于可估计参数的特性特定信息idpoly模型，指定为结构。

对于一个系统Ny产出和Nu输入的尺寸结构元素如下：

  • sys.structure.a.—Ny-经过-Ny

  • sys.structure.b.—Ny-经过-Nu

  • sys.structure.c.—Ny-经过-1

  • sys.Structure.D—Ny-经过-1

  • sys.structure.f.—Ny-经过-Nu

sys.structure.a.，sys.structure.b.，sys.structure.c.，sys.Structure.D,sys.structure.f.包含关于多项式系数的信息。sys.Structure.IODelay包含有关运输延迟的信息。sys.structure.Integratenoise.包含有关噪声上集成术语的信息。每个参数结构包含以下字段。

场 描述 例子
价值 参数值。每个属性都是相应属性的别名价值条目的结构的属性SYS.．南表示未知的参数值。 sys.structure.a.value.包含SISO的初始或估计值一个多项式。sys.a.此属性值的别名。sys.a.{i,j}是MIMO财产的别名sys.Structure.A value (i, j)．
最低 参数在估计过程中可以假定的最小值 sys.structure.iodelay.minimum = 0.1将传输延迟限制为大于或等于0.1的值。sys.Structure.IODelay.Minimum必须大于等于零。
最大值 参数在估计期间可以假设的最大值
免费的 布尔值，指定参数是否为自由估计变量。如果您想在估计期间固定参数的值，请设置相应的值免费的到假．对于固定的值，例如的值的前导系数一个多项式，总是等于1，相应的值免费的总是假． 如果B是一个3 × 3矩阵，眼睛sys.Structure.B.Free = (3)修复所有偏差条目B指定的值sys.structure.b.value.．在这种情况下，只有对角线条目B是有价值的。
规模 参数值的比例。估计算法不使用规模．
信息 包含字段的结构数组标签和单位用于存储参数标签和单元。指定参数标签和单位作为字符向量。 例子:“时间”

非活动多项式，例如B在时间序列模型中的多项式，不可用作参数结构财产。例如,Sys = idpoly([1 -0.2 0.5])创建一个AR模型。sys。结构包含的字段sys.structure.a.和sys.structure.Integratenoise.．但是，没有字段结构对应于B，C，D，F， 或者IODelay．

模型创新的方差(协方差矩阵)e，指定为标量或正半纤维矩阵。

  • SISO模型 - 标量

  • MIMO模型与Ny输出 -Ny-经过-Ny半正定矩阵

辨识出的模型包含高斯白噪声成分e（t）.noisavariance.是这个噪声分量的方差。通常，模型估计函数(如poly）确定这种方差。

此属性是只读的。

摘要报告，包含关于使用评估命令获得的状态空间模型的评估选项和结果的信息，例如poly，armax，OE.,BJ.．使用报告要查找所识别的模型的估计信息，包括：

  • 估计方法

  • 估算选项

  • 搜索终止条件

  • 评估数据匹配和其他质量度量

如果您通过构造创建模型，则报告是无关紧要的。

M = idpoly({[1 0.5]}，{[1 5]}，{[1 0.01]});m.Report.OptionsUsed
ans = []

如果使用估计命令获取模型，则报告包含关于估计数据、选项和结果的信息。

负载iddata2Z2；m =聚（Z2，[2 2 3 3 2 1]）;m.Report.OptionsUsed
为polyest命令设置的选项:InitialCondition: 'auto' Focus: 'prediction' EstimateCovariance: 1 Display: 'off' InputOffset: [] OutputOffset: [] Regularization: [1x1 struct] SearchMethod: 'auto' SearchOptions: [1x1 idoptions.search.]高级:[1x1 struct]

有关此属性以及如何使用它的更多信息，请参阅相应估计命令参考页的Output Arguments部分评估报告．

每个输入通道的输入延迟，指定为标量值或数字向量。对于连续时间系统，在存储的时间单元中指定输入延迟时髦财产。对于离散时间系统，以采样时间的整数倍指定输入延迟Ts．例如,设置inputdelay.到3.指定三次采样时间的延迟。

对于一个系统Nu输入,设置inputdelay.到一个Nu1的向量。这个向量的每一项都是一个数值，表示对应输入通道的输入延迟。

你也可以设置inputdelay.对标量值对所有通道应用相同的延迟。

在评估,inputdelay.是模型的固定常数。该软件使用IODelay用于估计时间延迟的属性。要指定估计时间延迟的初始值和约束条件，请使用sys.Structure.IODelay．

此属性是只读的。

每个输出通道的输出延迟，指定为0．对于已识别的系统，这个值是固定的，例如idpoly．

示例时间，指定为以下方式之一。

  • 带有未指定样本时间的离散时间模型－1

  • 连续时间模型,0

  • 具有指定采样时间模型的离散时间模型 - 正标量标量表示在指定的单位中表示的采样周期时髦模型属性

更改此属性不会离散或重新确定模型。使用汇集和D2C.在连续时间表示和离散时间表示之间进行转换。使用D2D.更改离散时间系统的采样时间。

单位为时间变量，即样本时间Ts，以及模型中的任何时间延迟，指定为标量。

更改此属性不会重新取样或转换数据。修改属性只会改变现有数据的解释。使用chgTimeUnit将数据转换为不同的时间单位

输入通道名称，指定为字符向量或单元格数组。

  • 单输入模型 - 字符向量，例如，'控制'

  • 多输入模型-字符向量的单元阵列

或者，使用自动向量展开为多输入模型分配输入名称。例如,如果SYS.是一个双输入模型，输入如下:

sys.InputName ='控件';

输入名称自动展开为{'控件（1）';'控件（2）'}．

当您使用一个估计模型时iddata对象数据，软件自动设置InputName到data.InputName.．

你可以使用速记符号u参考InputName财产。例如,sys.u相当于sys.inputname.．

您可以通过几种方式使用输入通道名称，包括:

  • 在模型显示和图表中识别通道。

  • 提取MIMO系统的子系统。

  • 连接模型时指定连接点。

输入通道单元，指定为字符向量或单元数组:

  • 单输入模型-字符向量

  • 多输入模型-字符向量的单元阵列

使用InputUnit跟踪输入信号单元。InputUnit对系统行为没有影响。

输入通道组，指定为结构。的InputGroup属性允许您将MIMO系统的输入通道划分为多个组，以便您可以按名称引用每个组。在InputGroup结构，将字段名设置为组名，并将字段值设置为属于每个组的输入通道。

例如，创建名为控制和噪音分别包括输入通道1 2和3 5。

sys.InputGroup.controls = [1 2];sys.InputGroup.noise = [3 5];

然后您可以从控制输入到所有输出使用以下语法:

sys(:,“控制”)

输出通道名称，指定为字符向量或单元格数组。

  • 单输入模型 - 字符向量，例如，“测量”

  • 多输入模型-字符向量的单元阵列

或者，使用自动向量展开为多输出模型分配输出名称。例如,如果SYS.是一个双输出模型，请输入以下内容：

sys。OutputName =“测量”;

输出名称自动展开为{“测量(1)”,“测量”(2)}．

当您使用一个估计模型时iddata对象数据，软件自动设置OutputName到数据。OutputName．

你可以使用速记符号y参考OutputName财产。例如,sys.y相当于sys。OutputName．

您可以以多种方式使用输出通道名称，包括:

  • 在模型显示和图表中识别通道。

  • 提取MIMO系统的子系统。

  • 连接模型时指定连接点。

输出通道单元，指定为字符向量或单元格数组。

  • 单输入模型 - 字符向量，例如，“秒”

  • 多输入模型-字符向量的单元阵列

使用OutputUnit跟踪输出信号单元。OutputUnit对系统行为没有影响。

输出通道组，指定为结构。的OutputGroup属性允许您将MIMO系统的输出通道划分为多个组，并按名称引用每个组。在OutputGroup结构，将字段名称设置为组名称，以及属于每个组的输出通道的字段值。

例如，创建名为温度和测量包括输出通道1和3,5。

sys.outputgroup.temperature = [1];sys.outputgroup.measurement = [3 5];

然后可以从所有的输入中提取子系统测量使用以下语法输出:

系统(“测量”,:)

系统名，指定为字符向量，例如，'system_1'．

要与系统关联的任何文本，指定为字符串。

  • 对于单个音符，指定笔记作为字符串或字符向量

  • 对于多个音符，指定笔记作为字符串数组。

该属性保留您指定的字符串或字符数据类型。当您指定字符向量时，该软件将字符向量打包到1 × 1单元格数组中。

例如,如果sys1，sys2,sys3是动态系统模型，可以设置它们吗笔记属性如下。

sys1。笔记＝“sys1有一个字符串。”；sys2。笔记＝[sys2有第一个字符串；"sys3有第二个字符串"];sys3。Notes =sys3有一个字符向量。；sys1。笔记sys2。笔记sys3。Notes
ans =“sys1有一个字符串。”ans = 2×1字符串阵列“sys2具有第一字符串”“sys2具有第二个字符串”ans = 1×1个单元阵列{'sys3具有字符向量'}

与系统相关联的数据，指定为任何MATLAB数据类型。

用于模型阵列的采样网格，指定为结构。

对于通过抽样一个或多个独立变量得到的已识别的线性(IDLTI)模型数组，该属性跟踪与每个模型关联的变量值。当您显示或绘制模型数组时，将显示此信息。使用此信息将结果追踪到独立变量。

将数据结构的字段名称设置为采样变量的名称。将字段值设置为与数组中的每个模型关联的采样变量值。所有采样变量必须是数字和标量值，并且所有采样值阵列必须匹配模型阵列的尺寸。

例如，假设您在系统的各种操作点收集数据。您可以单独识别每个操作点的模型，然后将结果堆叠在一起中成一个系统阵列。您可以使用关于操作点的信息标记数组中的各个模型。

Nominal_engine_rpm = [1000 5000 10000];sys。SamplingGrid =结构(“转”nominal_engine_rpm)

在这里,SYS.是包含在1000,5000和10000 rpm的三个识别模型的阵列。

用于通过线性化Simulink生成的模型数组金宝app®模型在多个参数值或操作点，软件填充SamplingGrid.自动使用数组中每个条目对应的变量值。

对象的功能

一般来说，任何函数都适用于动态系统模型适用于一个idpoly模型对象。这些功能有四种一般类型。

  • 操作和返回的函数idpoly模型对象使您能够进行转换和操作idpoly模型。例如:

    • 使用合并合并估计idpoly模型。

    • 使用汇集转换A.idpoly模型从连续到离散时间。使用D2C.转换A.idpoly模型从离散时间到连续时间。

  • 用于执行分析和模拟功能的函数idpoly模型，如波德和sim卡

  • 检索或解释模型信息的功能，例如建议和getpar.

  • 功能转换idpoly模型转换为不同的模型类型，例如idtf对于时域或IDFRD.对频域

下面的列表包含可以使用的具有代表性的函数子集idpoly模型。

展开全部

翻译 在模型转换操作之间转换参数协方差
setpar 设置属性，例如线性模型参数的值和界限
chgTimeUnit 改变动态系统的时间单位
D2D. 重新取样离散时间模型
D2C. 将模型从离散时间转换为连续时间
汇集 将模型从连续时间转换为离散时间
合并 合并估计模型

展开全部

sim卡 模拟辨识模型的响应
预测 利用扩展卡尔曼滤波或无迹卡尔曼滤波或粒子滤波预测下一时刻的状态和状态估计误差协方差
相比 比较识别的模型输出和测量输出
冲动 动态系统的脉冲响应图;脉冲响应数据
步 动态系统阶跃响应图;阶跃响应数据
波德 频率响应的波德图，或幅值和相位数据

展开全部

tfdata. 访问传输功能数据
得到 访问模型属性值
getpar. 获取属性，如值和线性模型参数的边界
getcov 识别模型的参数协方差
建议 对数据或估计线性模型的分析和建议

展开全部

idtf 具有可识别参数的传递函数模型
中的难点 具有可识别参数的状态空间模型
IDFRD. 频率响应数据或模型

例子

全部折叠

打开生活的脚本

创建一个idpoly模型表示单输入单输出的ARMAX模型，其描述方程如下:

y （ t ） + 0 ． 5 y ＝ u （ t ） + 5 u （ t - 1 ） + 2 u （ t - 2 ） + e （ t ） + 0 ． 01. e （ t - 1 ）

y 是输出, u 是输入，和 e 白噪声干扰开了吗 y ．

创建idpoly模型,定义了一个，B,C描述输出值、输入值和噪声值之间关系的多项式。因为系统方程中没有分母项，D和F是1。

A = [1 0.5];b = [1 5 2];C = [1 0.01];

创建一个idpoly具有指定系数的模型。

sys = idpoly (A, B, C)
sys =离散ARMAX模型:一个(z) y (t) = B (z) u (t) + C (z) e (t) 0.5 (z) = 1 + z ^ 1 B (z) = 1 + 5 z ^ 1 + 2 z ^ 2 C (z) = 1 + 0.01 z ^ 1样品时间:未指定参数化:多项式订单:na = 1 nb = 3数控= 1 nk = 0的免费系数:5使用“polydata”、“getpvec”、“getcov”参数及其不确定性。状态:由直接构造或转换产生。不估计。

显示屏显示了所有的多项式，并允许您验证它们。显示屏上还显示有五个自由系数。

创建一个idpoly具有指定噪声方差的模型NV.和样品时间Ts．为此，还必须包含for的值1D和F．

ts = 0.1;nv = 0.01;SYS = IDPOLY（A，B，C，1,1，NV，TS）
sys =离散ARMAX模型:一个(z) y (t) = B (z) u (t) + C (z) e (t) 0.5 (z) = 1 + z ^ 1 B (z) = 1 + 5 z ^ 1 + 2 z ^ 2 C (z) = 1 + 0.01 z ^ 1样品时间:0.1秒参数化:多项式订单:na = 1 nb = 3数控= 1 nk = 0的免费系数:5使用“polydata”、“getpvec”、“getcov”参数及其不确定性。状态:由直接构造或转换产生。不估计。

显示屏显示0.1秒的采样时间。

指定输入输出延迟iod的当你创建一个idpoly模型。

iod = 1;sys = idpoly (A, B, C, 1, 1, nv, Ts,“IODelay”, 1)
SYS =离散时间ARMAX模型：a（z）y（t）= b（z）u（z）u（t）+ c（z）e（z）a（z）= 1 + 0.5 z ^ -1b（z）= 1 + 5 z ^ -1 + 2 z ^ -2 c（z）= 1 + 0.01 z ^ -1输入延迟（按通道列出）：1采样时间：0.1秒参数化：多项式令：Na = 1 NB =3 nc = 1 nk = 0自由系数数：5使用“polydata”，“getpvec”，“getcov”用于参数及其不确定性。状态:由直接构造或转换产生。不估计。

显示器显示一个样本的输入延迟。

您可以使用SYS.指定初始参数化以估计命令，例如poly或者armax．

打开生活的脚本

创建一个idpoly模型表示单输出ARMA模型，用下式描述:

y （ t ） + 0 ． 5 y ＝ e （ t ） + 0 ． 01. e （ t - 1 ）

因为时间序列没有可测量的输入，这个模型只包含一个和C多项式。

A = [1 0.5];C = [1 0.01];

创建离散时间时间序列模型而不指定样本时间。

sys = iDpoly（a，[]，c）
sys =离散时间ARMA模型:A(z)y(t) = C(z)e(t) A(z) =1 + 0.5 z^-1 C(z) =1 + 0.01 z^-1样本时间:未指定参数化:多项式阶数:na=1 nc=1自由系数个数:2使用“polydata”、“getpvec”、“getcov”参数及其不确定性。状态:由直接构造或转换产生。不估计。

显示器符合你们的规格要求。

通过指定的采样时间来创建连续时间时间序列0用于名称-值对参数'ts'．

sys = iDpoly（a，[]，c，'ts', 0)
sys =连续时间ARMA模型:A(s)y(t) = C(s)e(t) A(s) = s + 0.5 C(s) = s + 0.01参数化:多项式阶数:na=1 nc=1自由系数数:2使用“polydata”、“getpvec”、“getcov”参数及其不确定性。状态:由直接构造或转换产生。不估计。

控件还可以设置示例时间Ts输入参数而不是名称-值对参数，但语法更复杂。必须指定D值作为1或为空，并将两者都设置为F位置和噪声方差位置（如果您未指定噪声方差）为空。

t = 0;sys = idpoly ([], C, 1, [], [], Ts)
sys =连续时间ARMA模型:A(s)y(t) = C(s)e(t) A(s) = s + 0.5 C(s) = s + 0.01参数化:多项式阶数:na=1 nc=1自由系数数:2使用“polydata”、“getpvec”、“getcov”参数及其不确定性。状态:由直接构造或转换产生。不估计。
打开生活的脚本

创建一个idpoly模型表示一个输入，两个输出的ARMAX模型，其描述方程如下:

y 1 （ t ） + 0 ． 5 y 1 （ t - 1 ） + 0 ． 9 y 2 （ t - 1 ） + 0 ． 1 y 2 （ t - 2 ） ＝ u （ t ） + 5 u （ t - 1 ） + 2 u （ t - 2 ） + e 1 （ t ） + 0 ． 0 1 e 1 （ t - 1 ） y 2 （ t ） + 0 ． 0 5 y 2 （ t - 1 ） + 0 ． 3. y 2 （ t - 2 ） ＝ 1 0 u （ t - 2 ） + e 2 （ t ） + 0 ． 1 e 2 （ t - 1 ） + 0 ． 0 2 e 2 （ t - 2 ） ．

y 1 和 y 2 这两个输出是，和 u 是输入。 e 1 和 e 2 白噪声是对输出的干扰吗 y 1 和 y 2 ， 分别。

创建idpoly模型,定义了一个，B,C描述输出、输入和噪声值之间关系的多项式。(因为在方程组中没有分母项，D和F1)。

属性的系数定义单元格数组一个多项式。

=细胞(2,2);A{1,1} = [1 0.5];A{1,2} = [0 0.9 0.1];1 {2,} = [0];A{2,2} = [1 0.05 0.3];

中的每个条目的值一个来自描述系统的等式的左侧的单元阵列。例如,{1, 1}描述给出的依赖关系的多项式 y 1 在本身。这个多项式 一个 1 1 ＝ 1 + 0 ． 5 问 - 1 ，因为每个因素 问 - 1 对应于单位时间的减少量。因此,A{1,1} = [1 0.5]，给出的系数 一个 1 1 的指数增加 问 - 1 ．

同样的,一个{1,2}描述给出的依赖关系的多项式 y 1 在 y 2 ．的方程, 一个 1 2 ＝ 0 + 0 ． 9 问 - 1 + 0 ． 1 问 - 2 ．因此，{1,2} = [0 0.9 0.1]．

剩下的条目一个类似地构造。

属性的系数定义单元格数组B多项式。

B =细胞（2,1）;b {1,1} = [1 5 2];b {2,1} = [0 0 10];

B描述了提供输出依赖的多项式 y 1 和 y 2 在输入 u ．的方程, B 1 1 ＝ 1 + 5 问 - 1 + 2 问 - 2 ．因此,B{1,1} = [1 5 2]．

同样，从方程式， B 2 1 ＝ 0 + 0 问 - 1 + 1 0 问 - 2 ．因此,B {2,1} = [0 0 10]．

属性的系数定义单元格数组C多项式。

C =细胞(2,1);C{1,1} = [1 0.01];C{2,1} = [1 0.1 0.02];

C描述了提供输出依赖的多项式 y 1 和 y 2 关于噪声术语 e 1 和 e 2 ．参赛作品C可以从方程中读出类似于一个和B．

创建一个idpoly具有指定系数的模型。

sys = idpoly (A, B, C)
sys =离散ARMAX模型:模型输出1号:一个(z) y_1 (t) = - ai (z) y_i (t) + B (z) u (t) + C (z) e_1 (t) 0.5 (z) = 1 + z ^ 1 A₂(z) = 0.9 z ^ 1 + 0.1 z ^ 2 B (z) = 1 + 5 z ^ 1 + 2 z ^ 2 C (z) = 1 + 0.01 z ^ 1模型输出2号:(z) y_2 B (t) = (z) u (t) + C (z) e_2 (t) 0.05 (z) = 1 + z ^ 1 + 0.3 z z ^ 2 B (z) = 10 ^ 2 C (z) = 1 + 0.1 z ^ 1 + 0.02 z ^ 2样品时间:不确定的参数化:多项式订单:na = [1 2; 0 2] nb =(3; 1)数控= [1,2]nk =(0, 2)数量的免费系数:12使用“polydata”、“getpvec”、“getcov”参数及其不确定性。状态:由直接构造或转换产生。不估计。

显示屏显示了所有的多项式，并允许您验证它们。显示屏还指出有12个免费系数。对角线条目的领先术语一个始终固定为1.所有其他条目的领先术语一个总是固定为0。

您可以使用SYS.指定初始参数化以估计命令，例如poly或者armax．

打开生活的脚本

用传递函数建立动态系统的模型。然后使用idpoly将传送功能模型转换为多项式形式。

使用idtf，构造连续时间单输入单输出(SISO)传递函数模型，其描述为:

G （ 年代 ） ＝ 年代 + 4 年代 2 + 20. 年代 + 5 

Num = [1 4];Den = [1 20 5];G = idtf (num穴)
G = S + 4 ------------- S ^ 2 + 20 s + 5连续时间识别传递函数。参数化：极点：2零数：1个自由系数：4使用“TFDATA”，“GETPVEC”，“GETCOV”参数及其不确定性。状态:由直接构造或转换产生。不估计。

将传送函数转换为多项式形式。

sys = idpoly (G)
sys =连续时间OE模型：Y（t）= [b（s）/ f（s）] u（t）+ e（t）b（s）= s + 4 f（s）= s ^ 2 +20 S + 5参数化：多项式订单：NB = 2 NF = 2 NK = 0自由系数数：4使用“polydata”，“getpvec”，“getcov”参数及其不确定性。状态:由直接构造或转换产生。不估计。

显示器显示多项式形式和多项式系数。

另请参阅

|||||||||||||

主题

之前介绍过的R2006a

系统识别工具箱文档

金宝app

仿真软件MAT金宝appLAB,その他の製品をお試しください

無料評価版のダウンロード