在命令行估计多项式模型
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)。
请注意
不支持连续时间多项式ARX结构。金宝app
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。
提示
您可以使用估计ARX模型初始化一个非线性估计在命令行,可以改善模型的适应。看到初始化非线性ARX使用线性模型估计。
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?。
提示
您不需要构建模型对象使用idpoly
在评估之前。
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。
提示
如果您的数据快速采样,它可能帮助一个低通滤波器应用于数据估计模型之前,或者指定的频率范围WeightingFilter
在估计财产。例如,只模型数据的频率范围清廉rad / s,使用WeightingFilter
属性,如下:
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。