oe
估计输出误差多项式模型使用时域或频域数据
语法
描述
输出误差(OE)模型是一种特殊配置的多项式模型、多项式——只有两个活跃B和F。OE模型表示传统传输函数相关的测量输入输出,同时还包括白噪声作为一种添加剂输出扰动。您可以使用时间,估计OE模型和频域数据。的特遣部队
命令提供了相同的功能oe
。为特遣部队
订单,您指定模型使用极数和0而不是多项式度。对于连续时间的估计,特遣部队
提供更快和更准确的结果,和建议。
估计OE模型
估计一个OE模型sys
= oe (tt
,(nb nf nk)
)sys
使用数据中包含的变量的时间表tt
。软件使用ν变量作为输入和未来纽约变量输出,ν和纽约从指定的尺寸确定多项式的订单。
sys
方程所代表的是吗
在这里,y(t)输出,u(t)是输入,e(t)是错误的。
的订单(nb nf nk)
定义每个组件的参数的数量估计多项式。
选择特定的输入和输出通道tt
,使用名称-值语法“InputName”
和“OutputName”
变量名称相应的时间表。
使用逗号分隔的时域输入和输出信号矩阵sys
= oe (u
,y
,(nb nf nk)
)u
,y
。软件假定数据样本时间是1秒。改变样品的时间,设置Ts
使用名称的语法。
使用时域或频域数据对象中的数据sys
= oe (数据
,(nb nf nk)
)数据
。
配置初始参数
回归估计初始条件
(
估计初始条件作为回报sys
,集成电路
)= oe (___)initialCondition
对象。如果你打算使用这个语法模拟或预测模型响应输入数据,然后使用相同的估计比较相同的估计输出数据的响应。结合初始条件收益率期间更好的匹配的第一部分模拟。
例子
估计OE多项式模型
使用两种方法估计的OE多项式时域数据指定输入延迟。
负荷估算数据。
负载iddata1z1
设置的命令B和F多项式注
和nf
。设置输入延迟nk
一个样本。计算模型sys
。
nb = 2;nf = 2;nk = 1;sys = oe (z1 (nb nf nk));
比较模拟模型与测量的输出响应。
比较(z1, sys)
情节表明,适合模拟模型和估计数据之间的比例大于70%。
而不是使用nk
,您还可以使用名称-值对的论点“InputDelay”
指定一个示例延迟。
nk = 0;sys1 = oe (z1 (nb nf nk),“InputDelay”1);图比较(z1, sys1)
结果是相同的。
您可以查看更多信息探索的估计idpoly
财产sys.Report
。
sys.Report
ans =状态:“估计使用OE”方法:“OE”InitialCondition:“零”适合:[1 x1 struct]参数:[1 x1 struct] OptionsUsed: [1 x1 idoptions。保利]RandState: [1 x1 struct] DataUsed: [1 x1 struct]终止:[1 x1 struct]
例如,找到更多的信息关于终止条件。
sys.Report.Termination
ans =结构体字段:WhyStop:“附近(本地)最小,(标准(g) < tol)。迭代:3 FirstOrderOptimality: 0.0708 FcnCount: 7 UpdateNorm: 1.4809 e-05 LastImprovement: 5.1744 e-06
报告包括信息的迭代次数和估计的原因停止迭代。
使用频率响应估计连续时间OE模型
负荷估算数据。
负载oe_data1数据;
的idfrd
对象数据
包含以下的连续时间频率响应模型:
估计模型。
nb = 2;nf = 3;sys = oe(数据,(nb nf));
拟合优度评价。
比较(数据、系统);
估计使用正规化OE模型
从收集的数据估计的高阶OE模型模拟一个高阶系统。确定正规化常数反复试验和使用模型估计的值。
加载数据。
负载regularizationExampleData.matm0simdata
估计一个unregularized OE模型30。
m1 = oe (m0simdata [30 30 1]);
获得一个正规化的OE模型通过确定λ值使用试验和错误。
选择= oeOptions;opt.Regularization。λ= 1;m2 = oe (m0simdata,[30 30 1],选择);
比较模型输出与估计数据。
选择= compareOptions (“InitialCondition”,“z”);比较(m0simdata, m1, m2,选择);
正则化模型平方米
产生一个更好的选择比unregularized模型m1
。
比较模型中的方差响应。
h = bodeplot (m1、m2);选择= getoptions (h);opt.PhaseMatching =“上”;opt.ConfidenceRegionNumberSD = 3;opt.PhaseMatching =“上”;setoption (h,选择);showConfidence (h);
正则化模型平方米
有减少方差相比unregularized模型m1
。
估计连续使用带宽有限离散频域数据模型
负荷估算数据数据
和样品时间Ts
。
负载oe_data2.mat数据Ts
一个iddata
对象数据
包含以下模型的离散频率响应:
查看评估样品的时间Ts
你加载。
Ts
t = 1.0000 e 03
这个值匹配的属性data.Ts
。
data.Ts
ans = 1.0000 e 03
你可以估计连续模型数据
通过限制输入和输出频带奈奎斯特频率。为此,指定估计预过滤器选项“WeightingFilter
“定义一个通带0
来0.5 *π/ Ts
rad / s。软件忽略任何响应值和频率通带外的。
选择= oeOptions (“WeightingFilter”,0 0.5 *π/ Ts);
设置Ts
财产0
治疗数据
连续时间数据。
data.Ts=0;
估计连续模型。
nb = 1;nf = 3;sys = oe(数据、(nb nf)选择);
获得初始条件
加载数据。
负载iddata1icz1i
估计一个OE多项式模型sys
并返回初始条件集成电路
。
nb = 2;nf = 2;nk = 1;(sys, ic) = oe (z1i (nb、nf nk));集成电路
ic = initialCondition属性:答:[2 x2双]X0: [2 x1双]C: [0.9428 - 0.4824] Ts: 0.1000
集成电路
是一个initialCondition
对象,该对象封装了免费的反应sys
在状态方程形式,初始状态向量X0
。你可以把集成电路
当你模拟sys
与z1i
输入信号和比较的响应z1i
输出信号。
输入参数
tt
- - - - - -排课估计数据
时间表|单元阵列的时间表。
估计数据,指定为一个时间表
定期使用间隔时间向量。tt
包含变量代表输入和输出通道。对于multiexperiment数据,tt
是一个细胞数组长度的时间表不
,在那里不
是实验的数量吗
软件的数量决定了输入和输出通道用于估计多项式订单指定的尺寸。输入/输出通道选择取决于“InputName”
和“OutputName”
指定名称参数。
如果
“InputName”
和“OutputName”
不指定,那么软件使用第一ν的变量tt
作为输入和未来纽约的变量tt
作为输出。如果
“InputName”
和“OutputName”
指定,那么软件使用指定的变量。指定数量的输入和输出的名称必须一致ν和纽约。对于函数,可以估计一个时间序列模型,没有输入,
“InputName”
不需要指定。
关于处理估计数据类型的更多信息,见数据域和数据类型在系统辨识工具箱。
u
,y
- - - - - -依赖于估计的数据
矩阵|细胞矩阵的数组
估计数据,指定输出系统作为一个逗号分隔的N年代1实值矩阵含有均匀采样输入和输出时域信号值。在这里,N年代是样品的数量。
对于MIMO系统,指定u
,y
作为输入/输出矩阵对以下维度:
u
- - - - - -N年代——- - - - - -Nu,在那里Nu输入的数量。y
- - - - - -N年代——- - - - - -Ny,在那里Ny是输出的数量。
对于multiexperiment数据,指定u
,y
作为一对1×-Ne细胞阵列,Ne是实验的数量。所有的样品时间实验必须匹配。
时间序列数据,只包含输出和输入,指定y
只有。
限制
关于处理估计数据类型的更多信息,见数据域和数据类型在系统辨识工具箱。
(nb nf nk)
- - - - - -OE模型订单
整行向量|整数矩阵的行向量
OE模型命令,指定为1×3整数矩阵的向量或一个向量。
对于一个系统为代表
在哪里y(t)输出,u(t)是输入,e(t)是错误,的元素(nb nf nk)
如下:
注
的订单B(问)多项式+ 1,也就是相当于的长度B(问)多项式。注
是一个Ny——- - - - - -Nu矩阵。Ny输出的数量和吗Nu输入的数量。nf
的订单F多项式。nf
是一个Ny——- - - - - -Nu矩阵。nk
——输入延迟,表示为样本的数量。nk
是一个Ny——- - - - - -Nu矩阵。延迟出现的前导零B多项式。
使用连续时间估计的频域数据,仅指定(nb nf)
和省略nk
。例如,看到的使用频率响应估计连续时间OE模型。
init_sys
- - - - - -线性系统
idpoly
模型|线性模型|结构
线性系统,配置的初始参数sys
指定为一个idpoly
模型,另一个线性模型,或者结构。你获得init_sys
通过执行评估使用测量数据或直接施工。
如果init_sys
是一个idpoly
的OE模型结构,oe
使用的参数值init_sys
作为初始猜测估计sys
。的样品时间init_sys
必须匹配的样本时间数据。
使用结构
的属性init_sys
配置初始猜测和约束B(问),F(问)。例如:
指定一个初始猜测F(问)的
init_sys
,设置init_sys.Structure.F.Value
作为初始猜测。指定的约束B(问)的
init_sys
:集
init_sys.Structure.B.Minimum
到最低限度B(问)系数值。集
init_sys.Structure.B.Maximum
最大B(问)系数值。集
init_sys.Structure.B.Free
来表示,B(问)系数估计都是免费的。
如果init_sys
不是一个多项式的OE模型结构,软件第一次转换吗init_sys
OE结构模型。oe
使用生成的模型的参数估计的初始猜测sys
。
如果你不指定选择
和init_sys
是通过评估,那么软件使用评估选项init_sys.Report.OptionsUsed
。
选择
- - - - - -估计选项
oeOptions
选项设置
名称-值参数
指定可选的双参数作为Name1 = Value1,…,以=家
,在那里的名字
参数名称和吗价值
相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。
R2021a之前,用逗号来分隔每一个名称和值,并附上的名字
在报价。
例子:“InputDelay”, 1
InputName
- - - - - -输入通道名称
字符串|特征向量|字符串数组|单元阵列的特征向量
输入通道名称,指定为一个字符串,特征向量,特征向量的字符串数组,数组或单元。
如果您正在使用数据源,时间表中的名称InputName
必须的一个子集的时间表变量。
例子:sys = oe (tt, __, InputName, [u1”“u2”])
选择的变量u1
和u2
作为输入通道的时间表tt
用于估计。
OutputName
- - - - - -输出通道名称
字符串|特征向量|字符串数组|单元阵列的特征向量
输出通道名称,指定为一个字符串,特征向量,特征向量的字符串数组,数组或单元。
如果您正在使用数据源,时间表中的名称OutputName
必须的一个子集的时间表变量。
例子:sys = oe (tt, __“OutputName”,(“日元”“y3))
选择的变量日元
和y3
作为输出通道的时间表tt
用于估计。
InputDelay
- - - - - -输入延迟
0(默认)|正整数向量|整数标量
IODelay
- - - - - -运输延误
0(默认)|标量|数字数组
为每个输入-输出对运输延误,指定为逗号分隔组成的“IODelay”
和一个数字数组。
对于连续时间模型,指定
“IODelay”
中存储的时间单位TimeUnit
财产。对于离散时间模型,指定
“IODelay”
整数倍的样品时间Ts
。例如,设置“IODelay”
来4
指定的运输延迟四个采样周期。
为一个系统Nu输入和Ny输出,“IODelay”
到一个Ny——- - - - - -Nu矩阵。每个条目是一个整数值代表的传输延迟相应输入输出。
应用相同的延迟所有渠道,指定“IODelay”
作为一个标量。
您可以指定“IODelay”
作为替代nk
价值。这样简化了模型结构通过减少的前导零的数目B多项式。特别是,您可以代表max (nk-1, 0)
输入输出延迟使用前导零“IODelay”
代替。
输出参数
sys
——OE多项式模型
idpoly
对象
OE多项式模型适合估计数据,作为一个返回idpoly
模型对象。这个模型是使用指定的模型创建的订单,延误,估计选项。的样品时间sys
匹配的样本时间估计数据。因此,sys
总是当估计从时域数据的离散时间模型。对于连续时间模型识别使用时域数据,使用特遣部队
。
的报告
属性模型的存储信息所使用的估计结果和选项。报告
有以下字段。
报告字段 | 描述 | ||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
状态 |
总结模型的状态,这表明模型是由建设或是否得到评估。 |
||||||||||||||||||
方法 |
评估使用的命令。 |
||||||||||||||||||
InitialCondition |
处理初始条件在模型估计,返回以下值之一:
这个领域是特别有用的视图如何处理当初始条件 |
||||||||||||||||||
适合 |
定量评估的评估,作为一个结构返回。看到损失函数和模型质量的指标对这些质量标准的更多信息。结构有以下字段:
|
||||||||||||||||||
参数 |
估计模型参数的值。 |
||||||||||||||||||
OptionsUsed |
选项设置用于估计。如果没有配置自定义选项,这是一组缺省选项。看到 |
||||||||||||||||||
RandState |
的随机数流的估计。空的, |
||||||||||||||||||
DataUsed |
属性的数据用于估计,作为结构与以下字段返回。
|
||||||||||||||||||
终止 |
迭代终止条件搜索用于预测误差最小化,作为结构返回以下字段:
估计方法不需要数值搜索优化 |
使用的更多信息报告
,请参阅评估报告。
集成电路
——初始条件
initialCondition
|对象数组initialCondition
值
估计初始条件,作为一个返回initialCondition
对象或一个对象数组initialCondition
值。
实验数据集,
集成电路
代表,在状态空间形式,自由响应的传递函数模型(一个和C矩阵)估计初始状态(x0)。为综合实验室的数据集Ne实验中,
集成电路
是一个对象数组的长度吗Ne包含一组initialCondition
每个实验值。
如果oe
返回集成电路
的值0
你知道你有非零初始条件,设置“InitialCondition”
选项oeOptions
来“估计”
并通过更新的选项设置oe
。例如:
选择= oeOptions (“InitialCondition”,“估计”)(sys、ic) = oe(数据、np、新西兰、选择)
“汽车”
设置“InitialCondition”
使用“零”
方法当初始条件有一个微不足道的影响总体估计误差最小化的过程。指定“估计”
确保软件估算值集成电路
。
有关更多信息,请参见initialCondition
。使用这个参数的一个示例,请参阅获得初始条件。
更多关于
输出误差(OE)模型
一般输出误差模型的结构是:
输出误差模型的命令是:
连续时间输出误差模型
如果数据
是连续时间频率域数据,oe
估计一个连续时间模型和传递函数如下:
分子和分母的命令注
和nf
,类似于离散时间的情况。然而,样本延迟nk
在连续情况下并不存在,你不应该指定吗nk
当你命令的估计。相反,使用名称-值对的论点表达任何系统延迟“IODelay”
随着系统延迟时间的单位存储在属性中TimeUnit
。例如,假设你的连续系统的延迟iod的
秒。使用模型= oe(数据、(nb nf) IODelay, iod)
。
版本历史
之前介绍过的R2006aMATLAB명령
다음MATLAB명령에해당하는링크를클릭했습니다。
명령을실행하려면MATLAB명령창에입력하십시오。웹브라우저는MATLAB명령을지원하지않습니다。
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。