多项式模型使用传递函数的广义概念来表示输入,u(t),输出y(t),还有噪音e(t),使用如下形式的方程:
一个(问),B(问),F(问),C(问),D(问)是用时移算子表示的多项式矩阵问-1.u(t)为输入,并且nk
为输入延迟。y(t)为输出和e(t)为干扰信号。
每个多项式都有一个独立的订单,或可估计系数的数目。例如,如果一个(问)的顺序是2,然后是一个多项式的形式是一个(问) = 1 +一个1问-1+一个2问-2.
在实践中,并不是所有的多项式都同时活跃。更简单的多项式形式,如ARX、ARMAX、Output-Error和Box-Jenkins,提供了适合特定目标的模型结构,如处理非平稳扰动或为动力学和噪声提供完全独立的参数化。有关这些模型类型的更多信息,请参见什么是多项式模型?
系统识别 | 根据测量数据确定动态系统的模型 |
要估计多项式模型,必须提供输入延迟和模型顺序。
导入数据到应用程序,指定模型订单,延迟和估计选项。
指定模型顺序、延迟和估计选项。
的大小一个,B,C,D,F多输出模型的多项式。
这个例子展示了如何使用迭代估计方法估计一个三输入单输出(MISO)系统的线性,多项式模型的ARMAX结构armax
.
当你使用pem
或聚
函数估计ARMAX, Box-Jenkins (BJ), Output-Error (OE),你必须指定算法如何处理初始条件。
在ARX和AR模型估计中选择ARX和IV算法。