主要内容

idproc

具有可识别参数的连续时间过程模型

折叠所有页面

语法

Sys = idproc(type)
sys = idproc(类型，名称，值)

描述

sys= idproc (类型）创建具有可识别参数的连续时间流程模型。类型指定模型结构的各个方面，例如模型中的极点数、模型是否包含积分器以及模型是否包含时间延迟。

sys= idproc (类型，名称,值）创建具有一个或多个指定的附加属性的流程模型名称,值对参数。

对象描述

一个idproc模型将系统表示为具有可识别(可估计)系数的连续时间过程模型。

一个简单的SISO过程模型具有增益、时间常数和延迟:

年代 y 年代 ＝ K p 1 + T p 1 年代 e − T d 年代 ．

Kp是成比例的增益。Tp1实极的时间常数是Td是传输延迟(死时间)。

更普遍的是,idproc可以表示最多三个极点和一个零的流程模型:

年代 y 年代 ＝ K p 1 + T z 年代 （ 1 + T p 1 年代 ） （ 1 + T p 2 年代 ） （ 1 + T p 3. 年代 ） e − T d 年代 ．

其中两个极点可以是复共轭(欠阻尼)对。在这种情况下，流程模型的一般形式为:

年代 y 年代 ＝ K p 1 + T z 年代 （ 1 + 2 ζ T ω 年代 + （ T ω 年代 ） 2 ） （ 1 + T p 3. 年代 ） e − T d 年代 ．

Tω复极对的时间常数是ζ是相关的阻尼常数。

此外，任何idproc模型可以有一个积分器。例如，下面是您可以使用的流程模型idproc：

年代 y 年代 ＝ K p 1 年代 （ 1 + 2 ζ T ω 年代 + （ T ω 年代 ） 2 ） e − T d 年代 ．

这个模型没有零(Tz= 0)。该模型有一对复杂的极点。该模型也有一个积分器，用1/表示年代术语。

为idproc模型中，所有的时间常数、延时、比例增益和阻尼系数都是可估计的参数。的idproc模型将这些参数的值存储在模型的属性中，例如Kp，Tp1,ζ．(见属性以获取更多信息。)

MIMO流程模型包含与系统中每个输入-输出对对应的SISO流程模型。为idproc模型中，每个输入-输出对的形式可以独立指定。例如，一个双输入一输出过程可以有一个有两个极点但没有零的通道，而另一个通道有一个零、一个极点和一个积分器。所有系数都是可独立估计的参数。

有两种方法可以得到idproc模型:

  • 估计idproc基于系统的输出或输入-输出测量的模型，使用过程命令。过程估计自由参数的值，如增益，时间常数和时间延迟。估计值作为结果的属性存储idproc模型。例如，属性sys。Tz而且sys。Kp一个idproc模型sys分别存储0时间常数和比例增益。(见属性以获取更多信息。)的报告属性存储关于估计的信息，例如初始条件的处理和估计中使用的选项。

    当你获得idproc通过估计建模，您可以使用以下命令从模型中提取估计的系数及其不确定性getpar而且getcov．

  • 创建一个idproc使用idproc命令。

    您可以创建idproc模型来配置用于估计流程模型的初始参数化。当您这样做时，您可以对参数指定约束。例如，您可以固定某些系数的值，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的输入参数过程用这些约束估计参数值。

例子

全部折叠

打开实时脚本

创建具有一对复杂极点和一个时间延迟的流程模型。设置模型的初始值如下:

年代 y 年代 ＝ 0 ． 0 1 1 + 2 （ 0 ． 1 ） （ 1 0 ） 年代 + （ 1 0 年代 ） 2 e - 5 年代

使用指定的结构创建流程模型。

Sys = idproc(“P2DU”）
sys =带传递函数的过程模型:Kp G(s) = --------------------- * exp(-Td*s) 1+2*Zeta*Tw*s+(Tw*s)^2 Kp = NaN Tw = NaN Zeta = NaN Td = NaN参数化:{'P2DU'}自由系数数:4参数及其不确定性使用"getpvec"， "getcov"。现状:由直接构建或改造而产生。不估计。

输入“P2DU”指定欠阻尼极点对和时间延迟。显示屏显示sys具有所需的结构。显示器还显示了四个自由参数，Kp，太瓦，ζ,道明都初始化为南．

将所有参数的初始值设置为需要设置的值。

sys。Kp＝0．01；sys。太瓦＝10；sys。ζ＝ 0.1; sys.Td = 5;

你可以使用sys指定此参数化和用于流程模型估计的这些初始猜测过程．

打开实时脚本

创建一个一输入三输出流程模型，其中每个通道有两个实极和一个零，但只有第一个通道有时间延迟，只有第一和第三个通道有积分器。

类型= {“P2ZDI”；“P2Z”；“P2ZI”};Sys = idproc(type)
求和sys = 3输出过程模型:k = Gk (s)从输入1输出1 u: 1 + Tz * s G1 (s) = Kp  * ------------------- * exp (Td *)年代(1 + Tp1 * s) (1 + Tp2 * s) Kp =南Tp1 Td =南Tz = =南Tp2 =南南从输入1输出2:1 + Tz * s G1 (s) = Kp  * ------------------ ( 1 + Tp1 * (s) (1 + Tp2 * s) Kp =南Tp1 =南Tp2 =南Tz =南从输入1输出3:1 + Tz * s G1 (s) = Kp  * ------------------- (1 + Tp1 *年代)(1 + Tp2 * s) Kp =南Tp1 =南Tp2 =南Tz =南参数化:{'P2DIZ'} {'P2Z'} {'P2IZ'}自由系数数:13使用"getpvec"， "getcov"表示参数及其不确定性。现状:由直接构建或改造而产生。不估计。

idproc创建一个MIMO模型，其中的每个字符向量类型array定义了对应I/O对的结构。自类型是字符向量的列向量，sys是具有指定参数化结构的一输入三输出模型。类型{k, 1}指定子系统的结构sys (k, 1)．所有可识别的参数都初始化为南．

打开实时脚本

创建一个3乘1的流程模型数组，每个数组包含一个输出和两个输入通道。

为流程模型数组中的每个模型指定结构。

Type1 = {“P1D”，“P2DZ”};Type2 = {“P0”，“P3UI”};Type3 = {“P2D”，“P2DI”};Type = cat(3,type1,type2,type3);大小(类型)
ans =1×31 2 3

使用类型创建数组。

Sysarr = idproc(type);

单元格数组的前两个维度类型在流程模型数组中设置每个模型的输出和输入维度。单元格数组的其余尺寸设置数组尺寸。因此,sysarr是一个由2输入、1输出流程模型组成的3模型数组。

从数组中选择一个模型。

sysarr (:: 2)
ans =有两个输入的过程模型:y = G11(s)u1 + G12(s)u2从输入1到输出1:G11(s) = Kp Kp = NaN从输入2到输出1:Kp G12(s) = --------------------------------- s(1+2*Zeta*Tw*s+(Tw*s)^2)(1+Tp3*s) Kp = NaN Tw = NaN Zeta = NaN Tp3 = NaN参数化:{'P0'} {'P3IU'}自由系数数:5使用"getpvec"， "getcov"表示参数及其不确定性。现状:由直接构建或改造而产生。不估计。

这个双输入一输出模型对应于类型2进入类型单元阵列。

输入参数

类型

模型结构，指定为字符向量或字符向量的单元格数组。

对于SISO模型，类型是由一个或多个指定模型结构方面的以下字符组成的字符向量:

字符 意义
Pk 一个流程模型k极点(不包括积分器)。k必须为0、1、2或3。
Z 流程模型包括一个零(Tz≠0). a类型与P0不能包含Z(没有极点的流程模型不能包含零)。
D 流程模型包括时间延迟(死时间)(Td≠0)。
我 流程模型包括一个积分器(1/年代）.
U 流程模型是欠阻尼的。在这种情况下，流程模型包括一对复杂的极点

每一个类型字符向量必须以其中之一开头P0，P1，P2,或P3．所有其他组件都是可选的。例如:

  • “P1D”指定具有一个极点和一个时间延迟(死时间)项的流程模型:

    年代 y 年代 ＝ K p 1 + T p 1 年代 e − T d 年代 ．

    Kp，Tp1,道明是该模型的可识别参数。

  • “P2U”创建具有一对复杂极点的流程模型:

    年代 y 年代 ＝ K p （ 1 + 2 ζ T ω 年代 + （ T ω 年代 ） 2 ） ．

    Kp，太瓦,ζ是该模型的可识别参数。

  • “P3ZDI”创建具有三个极点的流程模型。所有的极点都是真实的，因为U不包括在内。该模型还包括一个零点、一个延时和一个积分器:

    年代 y 年代 ＝ K p 1 + T z 年代 年代 （ 1 + T p 1 年代 ） （ 1 + T p 2 年代 ） （ 1 + T p 3. 年代 ） e − T d 年代 ．

    该模型的可识别参数为Kp，Tz，Tp1，Tp2，Tp3,道明．

特定模型结构中所有参数的值初始化为南．您可以通过设置相应的值来将它们更改为有限值idproc创建模型后的模型属性。例如,sys。道明＝5的时间延迟的初始值sys5。

用于MIMO过程模型纽约输出和ν输入,类型是一个纽约——- - - - - -ν字符向量的单元格数组，指定模型中每个输入/输出对的结构。例如,类型{i, j}指定了类型子系统的系统(i, j)从j的Th输入y输出。

名称-值对参数

的可选逗号分隔对名称,值参数。的名字参数名称和价值对应的值。的名字必须出现在引号内。您可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．

使用名称,值参数来指定参数的初始值和附加值属性的idproc模型创建期间的模型。例如,sys = idproc(“p2z”、“InputName”、“电压”、“金伯利进程”,10 ' Tz ', 0);创建一个idproc使用InputName属性设置为电压．该命令还初始化参数Kp值为10，并且Tz为0。

属性

idproc对象属性包括:

类型

模型结构，指定为字符向量或字符向量的单元格数组。

对于SISO模型sys，属性sys。类型包含指定系统结构的字符向量。例如,“P1D”．

对于MIMO模型纽约输出和ν输入,sys。类型是一个纽约——- - - - - -ν字符向量的单元格数组，指定模型中每个输入/输出对的结构。例如,类型{i, j}指定子系统的结构系统(i, j)从j的Th输入我输出。

字符向量由以下一个或多个字符组成，这些字符指定了模型结构的各个方面:

字符 意义
Pk 一个流程模型k极点(不包括积分器)。k为0、1、2或3。
Z 流程模型包括一个零(Tz≠0)。
D 流程模型包括时间延迟(死时间)(Td≠0)。
我 流程模型包括一个积分器(1/年代）.
U 流程模型是欠阻尼的。在这种情况下，流程模型包括一对复杂的极点

如果你创建一个idproc模型sys使用idproc命令,sys。类型属性指定的模型结构类型输入参数。

如果你有idproc通过使用识别进行建模过程,然后sys。类型包含您为该标识指定的模型结构。

一般来说，您不能更改现有模型的类型。但是，您可以使用该属性更改模型是否包含积分器sys。我ntegration．

Kp、Tp1 Tp2、Tp3 Tz, Tw,ζ,道明

流程模型参数的值。

如果你创建一个idproc使用idproc命令时，模型结构中所有参数的值默认初始化为南．模型结构中未出现的参数值固定为0．例如，如果你创建一个模型，sys类型的“P1D”,然后Kp，Tp1,道明初始化为南和是可识别(自由)参数。所有剩余参数，如Tp2而且Tz，在模型中是不活跃的。非活动参数的值固定为零，不能更改。

对于MIMO模型纽约输出和ν输入时，每个参数值为一个纽约——- - - - - -ν字符向量的单元格数组，为模型中的每个输入/输出对指定相应的参数值。例如,sys.Kp (i, j)指定了Kp子系统值系统(i, j)从j的Th输入我输出。

对于一个idproc模型sys，每个参数值属性如sys。Kp，sys。Tp1，sys。Tz，其他则是对应的别名价值进入结构的属性sys．例如,sys。Tp3属性值的别名吗sys.Structure.Tp3.Value．

默认值:对于每个参数值，南如果流程模型结构包含特定参数;如果结构不包含参数，则为0。

集成

表示过程模型传递函数中有无积分器的逻辑值或矩阵。

对于SISO模型sys，sys。我ntegration = true如果模型包含积分器。

对于MIMO模型，sys.Integration(i,j) = true如果传递函数j的Th输入我输出包含一个积分器。

类创建流程模型时idproc的值sys。我ntegration是由是否对应决定的类型包含我．

NoiseTF

噪声传递函数的系数。

sys。NoiseTF存储噪声传递函数的分子和分母多项式的系数H（年代) =N（年代）／D（年代）.

sys。NoiseTF结构是否包含字段全国矿工工会而且窝．的单元格数组Ny行向量，其中Ny输出的数量是多少sys．这些行向量指定了噪声传递函数分子和分母的系数，它们的幂递减年代．

一般情况下，噪声传递函数由估计函数自动计算过程．你可以指定一个噪声传递函数过程用作初始值。例如:

NoiseNum = {[1 2.2];0.54 [1]};NoiseDen = {[1 1.3];[1 - 2]};NoiseTF = struct(“num”{NoiseNum},“窝”, {NoiseDen});Sys = idproc({“p2”；“p1di”})；% 2-输出，1-输入流程模型sys。NoiseTF = NoiseTF;

中的每个向量sys.NoiseTF.num而且sys.NoiseTF.den长度必须小于等于3(在年代或更少)。每个向量必须从1开始。分子向量的长度必须等于对应的分母向量的长度，因此H（年代)总是一分为二的。

默认值:结构(“num”{num2cell ((Ny, 1))},“窝”,{num2cell ((Ny, 1))})

结构

的可估计参数的信息idproc模型。

sys。结构的模型结构中的每个参数都包含一个条目sys．例如，如果sys是类型的“P1D”,然后sys包括可识别参数Kp，Tp1,道明．相应地,sys.Structure.Kp，sys.Structure.Tp1,sys.Structure.Td分别包含关于这些参数的信息。

这些参数中的每一个sys。结构包含以下字段:

  • 价值—参数值。例如,sys.Structure.Kp.Value属性的初始值或估计值Kp参数。

    南表示未知参数值。

    对于SISO模型，每个参数值属性如sys。Kp，sys。Tp1，sys。Tz，其他则是对应的别名价值进入结构的属性sys．例如,sys。Tp3属性值的别名吗sys.Structure.Tp3.Value．

    对于MIMO模型，sys。Kp{i,j}的别名。sys.Structure .Kp.Value (i, j)，其他可识别系数值也类似。

  • 最低—参数在估计时可以假定的最小值。例如,sys.Structure.Kp.Minimum = 1将比例增益限制为大于或等于1的值。

  • 最大—参数估计时可以假设的最大值。

  • 免费的—指定参数是否为空闲估计变量的逻辑值。如果需要在估计过程中固定某个参数的值，请设置相应的参数免费= false．例如，将死时间固定为5:

    sys。道明＝5；sys.Structure.Td.Free = false;

  • 规模—参数值的比例。规模不用于估计。

  • 信息-用于存储参数单位和标签的结构数组。结构有标签而且单位字段。

    将参数单位和标签指定为字符向量。例如,“时间”．

结构还包括一个字段集成存储一个逻辑数组，该数组指示每个对应的流程模型是否具有积分器。sys.Structure.Integration的别名。sys。我ntegration．

对于MIMO模型纽约输出和ν输入,结构是一个纽约——- - - - - -ν数组中。的元素结构(i, j)属性的流程模型对应的信息(i, j)输入-输出。

NoiseVariance

模型创新的方差(协方差矩阵)e．

一个被识别的模型包括一个白色的高斯噪声成分e（t）.NoiseVariance是这个噪声分量的方差。通常，模型估计函数(如过程)决定这个方差。

对于SISO模型，NoiseVariance是标量。对于MIMO模型，NoiseVariance是一个Ny——- - - - - -Ny矩阵,Ny是系统中输出的数量。

报告

方法获得过程模型时，包含有关估计选项和结果的信息的摘要报告过程估计命令。使用报告查询一个模型的估计方法，包括:

  • 估算方法

  • 估计选项

  • 查询终止条件

  • 估计数据拟合和其他质量度量

的内容报告如果模型是由构造创建的，则无关紧要。

M = idproc(“P2DU”）;m.Report.OptionsUsed
Ans = []

如果使用估计命令获取流程模型，则报告包含关于估计数据、选项和结果的信息。

负载iddata2z2；M = process (z2，“P2DU”）;m.Report.OptionsUsed
invancemodel: 'estimate' InitialCondition: 'auto' Focus: 'prediction' estimateco方差:1显示:'off' InputOffset: [1x1参数。连续的]OutputOffset:[]正则化:[1x1 struct] SearchMethod: 'auto' SearchOptions: [1x1 idoptions.search。identsolver] OutputWeight:[]高级:[1x1 struct]

报告是只读属性。

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．

InputDelay

输入延迟。InputDelay为每个输入通道指定时间延迟的数字向量。属性中存储的时间单位指定输入延迟TimeUnit财产。

对于一个系统ν输入,设置InputDelay到一个ν-by-1向量，其中每个条目都是表示相应输入通道的输入延迟的数值。你也可以设置InputDelay到一个标量值，以便对所有通道应用相同的延迟。

默认值:0表示所有输入通道

OutputDelay

输出延迟。

对于已识别的系统，比如idproc，OutputDelay固定为零。

Ts

样品时间。为idproc，Ts是固定为零，因为所有idproc模型是连续时间的。

TimeUnit

时间变量的单位是采样时间Ts，以及模型中的任何时间延迟，指定为以下值之一:

  • “纳秒”

  • 微秒的

  • 的毫秒

  • “秒”

  • “分钟”

  • “小时”

  • “天”

  • “周”

  • “月”

  • “年”

更改此属性不会对其他属性产生影响，因此会改变整个系统行为。使用chgTimeUnit(控制系统工具箱)在时间单位之间转换而不修改系统行为。

默认值:“秒”

InputName

输入通道名称，指定为以下之一:

  • 字符向量——例如，对于单输入模型，“控制”．

  • 字符向量的单元数组-用于多输入模型。

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:

sys。我nputName = 'controls';

输入名称自动展开为{“控制(1)”,“控制”(2)}．

当你估计一个模型使用iddata对象,数据，软件自动设置InputName来数据。我nputName．

你可以用速记法u请参阅InputName财产。例如,sys.u等于sys。我nputName．

输入通道名有几种用途，包括:

  • 识别模型显示和图上的通道

  • 提取MIMO系统的子系统

  • 在连接模型时指定连接点

默认值:”对于所有输入通道

InputUnit

输入通道单位，指定为下列之一:

  • 字符向量——例如，对于单输入模型，“秒”．

  • 字符向量的单元数组-用于多输入模型。

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

默认值:”对于所有输入通道

InputGroup

输入通道组。的InputGroup属性允许您将MIMO系统的输入通道分配到组中，并通过名称引用每个组。将输入组指定为结构。在这个结构中，字段名是组名，字段值是属于每个组的输入通道。例如:

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

创建命名为控制而且噪音分别包括输入通道1、2和3、5。然后，您可以从控制输入到所有输出使用:

sys(:,“控制”)

默认值:结构，不带字段

OutputName

输出通道名称，指定为以下之一:

  • 字符矢量-用于单输出模型。例如,“测量”．

  • 字符向量的单元数组-用于多输出模型。

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，输入:

sys。OutputName = 'measurements';

输出名称自动展开为{“测量(1)”,“测量”(2)}．

当你估计一个模型使用iddata对象,数据，软件自动设置OutputName来数据。OutputName．

你可以用速记法y请参阅OutputName财产。例如,sys.y等于sys。OutputName．

输出通道名有几种用途，包括:

  • 识别模型显示和图上的通道

  • 提取MIMO系统的子系统

  • 在连接模型时指定连接点

默认值:”对于所有输出通道

OutputUnit

输出通道单位，指定为下列之一:

  • 字符矢量-用于单输出模型。例如,“秒”．

  • 字符向量的单元数组-用于多输出模型。

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

默认值:”对于所有输出通道

OutputGroup

输出通道组。的OutputGroup属性允许您将MIMO系统的输出通道分配到组中，并通过名称引用每个组。将输出组指定为结构。在这个结构中，字段名是组名，字段值是属于每个组的输出通道。例如:

sys.OutputGroup.temperature = [1];sys.InputGroup.measurement = [3 5];

创建命名为温度而且测量分别包括输出通道1、3,5。的所有输入中提取子系统测量输出使用:

系统(“测量”,:)

默认值:结构，不带字段

的名字

系统名称，指定为字符向量。例如,“system_1”．

默认值:”

笔记

希望与系统关联的任何文本，存储为字符串或字符向量的单元格数组。属性存储您提供的任何数据类型。例如，如果sys1而且sys2系统模型都是动态的，你可以自己设置吗笔记属性如下:

sys1。笔记＝sys1有一个字符串。；sys2。笔记＝sys2有一个字符向量；sys1。笔记sys2。笔记
Ans = "sys1有一个字符串" Ans = " sys2有一个字符向量"

默认值:(0×1的字符串)

用户数据

您希望与系统关联的任何类型的数据，指定为任何MATLAB®数据类型。

默认值:［］

SamplingGrid

模型数组的采样网格，指定为数据结构。

对于通过对一个或多个自变量采样而得到的已识别线性(IDLTI)模型数组，此属性跟踪与每个模型相关的变量值。当您显示或绘制模型数组时，将显示此信息。使用这些信息将结果追溯到自变量。

将数据结构的字段名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相关联的采样变量值。所有抽样变量都应该是数值和标量值，所有抽样值的数组都应该匹配模型数组的维度。

例如，如果您在系统的各个操作点上收集数据，您可以分别为每个操作点识别一个模型，然后将结果叠加到单个系统数组中。你可以用操作点的信息标记数组中的各个模型:

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

在哪里sys是一个数组，包含分别在RPMS 1000、5000和10000处获得的三个已标识的模型。

用于通过线性化Simulink生成的模型数组金宝app®在多个参数值或工作点建模，软件进行填充SamplingGrid自动使用对应于数组中每个条目的变量值。例如，金宝appSimulink控制设计™命令线性化(金宝appSimulink控制设计)而且slLinearizer(金宝appSimulink控制设计)填充SamplingGrid这样。

默认值:［］

另请参阅

|||||

R2006a之前介绍

系统识别工具箱文档

金宝app

MATLAB,金宝app Simulink，その他の製品をお試しください

無料評価版のダウンロ，ド