生成BODE PLOT。

sys = rss（5）;h =贝德平（SYS）;

将单位更改为Hz并抑制相位绘图。为此，请编辑绘图句柄的属性，H。

setOptions（h，'酸奶'那'赫兹'那'暂停'那'离开'）;

打电话时，绘图会自动更新setOptions.。

创建动态系统的Bode图。

sys = tf（1，[1 1]）;h =贝德平（SYS）;

将阶段固定在1 rad / s至750度。为此，获取绘图属性。然后改变属性phasematchingfreq.和PhaseMatchingValue.将阶段匹配到指定的频率。

p = getOptions（h）;p.phasematching =.'上';p.phasematchingfreq = 1;p.phasematchingvalue = 750;

更新绘图。

SetOptions（H，P）;

第一BODE曲线曲线具有1 rad / s的频率的-45度的相位。设置相位匹配选项，以便在1 rad / s处相位接近750度，产生第二个凸点图。注意，该阶段只能是-45 + n * 360，其中n是整数，使曲线设置为最接近的允许阶段，即675度（或2 * 360-45 = 675）。

比较识别的状态空间模型的频率响应，以及6的识别状态空间模型及其2 $$\mathrm{\sigma .}$$置信区。

加载Iddata1.sys1 = n4sid（z1,2）;sys2 = n4sid（z1,6）;

两种型号都产生约70％拟合数据。然而，SYS2.显示其频率响应的不确定性，特别是接近奈奎斯特频率，如图所示：

w = linspace（8,10 * pi，256）;H =贝波特（SYS1，SYS2，W）;setOptions（h，'phasematching'那'上'那'concidenceregionnumbersd'，2）;

右键单击绘图并选择特征>信心地区打开置信区特征。或者，类型展示（H）绘制置信区。

比较从输入/输出数据识别的参数模型的频率响应，到使用相同数据识别的非参数模型。识别基于数据的参数和非参数模型。

加载iddata2.Z2;w = linspace（0,10 * pi，128）;sys_np = spa（z2，[]，w）;sys_p = tfest（z2,2）;

温泉和TFEST.要求系统识别工具箱™软件。sys_np.是一个非参数识别的模型。SYS_P.是参数标识模型。

创建包含两个系统的Bode绘图。

选择= BodeOptions;opt.phasematching =.'上';Bodeplot（SYS_NP，SYS_P，W，OPT）;