利用arx和iv4估计arx模型

对于你可以估计变量和输出ARX模型使用arx和iv4命令。关于算法的信息,请参阅多项式模型估计算法。

您可以使用以下通用语法配置和估计ARX模型:

%利用ARX方法m = arx(数据、(na nb nk)选择);%使用静脉注射方法m = iv4(数据、(na nb nk)选择);

数据评估数据和吗(na nb nk)订单指定模型,讨论了多项式模型是什么?。

第三个输入参数选择包含配置选项的估计ARX模型,如处理初始条件和输入偏移量。您可以创建和配置选项设置选择使用arxOptions和iv4Options命令。三个输入参数也可以跟着名称和值对指定可选的模型结构属性等InputDelay,IODelay,IntegrateNoise。

离散时间模型,使用时域数据(iddata对象)。

验证模型的更多信息,请参阅验证后的模型估计。

您可以使用pem或聚完善现有的多项式模型的参数估计,所述改进线性参数模型。

有关这些命令的详细信息,请参阅相应的引用页面。

使用聚估计多项式模型

您可以使用迭代估计任何多项式模型预测误差估计方法聚。未知方差的高斯干扰,该方法给出了极大似然估计。结果被存储为模型idpoly模型对象。

一般使用以下语法来配置和估计多项式模型:

m =保利(数据、(na nb数控nd nf nk),选择,名称,值);

在哪里数据是估计的数据。na,注,数控,nd,nf指定模型的订单都是整数,nk为每个输入指定的输入延迟。F或more information about model orders, see多项式模型是什么?。

如果你想估计所有五个多项式的系数,一个,B,C,D,F,您必须指定一个整数阶多项式。然而,如果您想要指定一个ARMAX模型为例,其中包括只有一个,B,C多项式,必须设置nd和nf为零矩阵适当的大小。对于一些简单的配置,有专门的评估命令等arx,armax,bj,oe交付所需的模型,通过使用所需的命令。例如,oe(数据、(nb nf nk)选择)估计一个多项式模型输出误差结构。

除了多项式模型中列出多项式模型是什么?,你可以使用聚建模ARARX结构广义最小二乘模型——设置数控= nf = 0。你也可以模拟ARARMAX结构扩展矩阵模型——设置nf = 0。

第三个输入参数,选择,包含选项配置多项式模型的评估,如处理初始条件,输入偏移和搜索算法。您可以创建和配置选项设置选择使用polyestOptions命令。三个输入参数也可以跟着名称和值对指定可选的模型结构属性等InputDelay,IODelay,IntegrateNoise。

ARMAX Box-Jenkins,那些输出误差模型着眼于只能使用迭代预测误差估计方法使用armax,bj,oe分别估算命令。这些命令的版本聚与这些特定的模型结构,简化的语法如下:

m = armax(数据,(na nb数控nk));m = oe(数据,(nb nf nk));m = bj(数据(nb数控nd nf nk));

类似于聚,您可以指定作为输入使用命令参数配置的选项设置armaxOptions,oeOptions,bjOptions的估计armax,oe,bj分别。您还可以使用名称和值对配置附加的模型结构属性。

选择= oeOptions ('WeightingFilter”,[0 10]);m = oe(数据、(nb nf nk)选择);

验证模型的更多信息,请参阅验证后的模型估计。

您可以使用pem或聚完善现有的多项式模型的参数估计(配置),所述改进线性参数模型。

有关更多信息,请参见聚,pem和idpoly。