使用零/极/增益参数的估计模型
这个例子展示了如何估计一个由极点、零点和增益参数化的模型。该示例需要Control System Toolbox™软件。
您使用复共轭极点/零对对模型进行参数化。当您使用复共轭参数对一个真实的灰盒模型进行参数化时,软件会更新参数值,使估价值也是复共轭对。
加载测量数据。
负载zpkestdatazd;
包含测量数据的变量zd被加载到MATLAB®工作空间中。
情节(zd);
输出显示大约3.14秒的输入延迟。
使用零极增益(zpk)形式估计模型zpkestODE
函数。如需查看该功能,请输入
类型zpkestODE
function [a,b,c,d] = zpkestODE(z,p,k,Ts,varargin) %zpkestODE ODE文件,使用极点和% 0作为参数来参数化状态空间模型。% %需要控制系统工具箱。The MathWorks, Inc. sysc = zpk(z,p,k);if Ts==0 [a,b,c,d] = ssdata(sysc);else [a,b,c,d] = ssdata(c2d(sysc,Ts,'foh'));结束
创建与ODE函数关联的线性灰盒模型。
假设模型有五个极点和四个零。假设两个极点和两个零点是复共轭对。
Z = [-0.5+1i, -0.5-1i, -0.5, -1];P = [-1.11+2i, -1.11-2i, -3.01, -4.01, -0.02];K = 10.1;参数= {z,p,k};Ts = 0;odefun = @zpkestODE;Init_sys = idgrey(odefun,parameters,“cd”, {}, Ts,“InputDelay”, 3.14);
z
,p
,k
是模型参数的初始猜测。
init_sys
是否与?关联的idgrey模型zpkestODE.m
函数。的“cd”
flag表示ODE函数,zpkestODE
,返回连续或离散模型,这取决于采样周期。
评估初始模型提供的拟合质量。
compareOpt = compareOptions(“InitialCondition”,“零”);比较(zd init_sys compareOpt);
初始模型的拟合性很差。
指定评估选项。
opt = greyestOptions(“InitialState”,“零”,“DisturbanceModel”,“没有”,“SearchMethod”,“玲娜”);
估计模型。
Sys = greyest(zd,init_sys,opt);
sys
为一个idgrey模型,包含估计的零极增益模型参数。
比较估计值和初始参数值。
[getpvec (init_sys) getpvec (sys)]
ans =10×2复杂-0.5000 + 1.0000i -1.6158 + 1.6173i -0.5000 - 1.0000i -1.6158 - 1.6173i -0.5000 + 0.0000i -0.9416 + 0.0000i -1.0000 + 0.0000i -1.4100 + 0.0000i -1.1100 + 2.4050 + 1.4340i -1.1100 - 2.0000i -2.3388 + 0.0000i -4.0100 + 0.0000i -2.3393 + 0.0000i -0.0200 + 0.0000i -0.0082 + 0.0000i 10.1000 + 0.0000i 9.7881 + 0.0000i
的getpvec
命令返回模型的参数值。在上面的输出中,每一行都显示了相应的初始值和估计参数值。所有最初指定为复共轭对的参数在估计后仍然如此。
评估估计模型提供的拟合质量。
比较(zd、init_sys sys, compareOpt);
sys
与实测数据拟合度更接近(98.35%)。