在命令行估计脉冲响应模型
您可以执行这个任务之前,您必须:
输入/输出或频率特性数据。看到使用iddata对象代表时间和频域的数据。支持的数金宝app据格式,请参阅数据支持的金宝app相关性分析。
执行任何所需的数据预处理操作。如果你使用时域数据,你可以去趋势估计。看到数据准备系统识别的方法。
使用冲动
计算脉冲响应模型。冲动
估计一个高阶、因果冷杉模型使用相关分析。结果被存储为模型idtf
模型对象和包含脉冲响应系数模型中的分子。
估计模型米
和情节的冲动或阶跃响应,使用下面的语法:
m =冲动(数据、N);冲动(m、时间);步骤(m、时间);
在哪里数据
是一个单,或者输出iddata
或idfrd
对象。N
是一个标量值指定的顺序冷杉系统对应的时间范围吗0:Ts: (n - 1) * Ts,在那里Ts是数据样本。
还可以指定评估选择,如正则化内核,pre-whitening过滤器订单和数据补偿,使用impulseestOptions
并通过他们作为输入冲动
。例如:
选择= impulseestOptions (“RegularizationKernel”,“TC”));m =冲动(数据、N选择);
查看估计的置信区域响应,使用impulseplot
和stepplot
创造故事情节。然后使用showConfidence
。
例如:
h = stepplot (m、时间);showConfidence (h, 3)% 3地区std的信心
请注意
cra
另一种方法是计算从时域脉冲响应数据。
下一个步骤
执行模型分析。看到验证后的模型估计。