消除稳态信号中的偏差iddata对象的使用消除趋势计算并减去输入和输出的平均值。

加载输入和输出的时间序列数据y2和u2。构建iddata目的DATA2,使用数据和采样时间为0.08秒。

加载dryer2y2u2data2 = iddata (y2, u2, 0.08);

用消除趋势计算平均值并从输入和输出信号中减去它们。使用输入参数Tr以存储计算出的趋势信息。将原始数据和非趋势数据绘制在一起。

[data2_d, Tr] =去趋势(data2);情节(data2 data2_d)传说(“原始数据”，“非趋势数据”）

非趋势数据已移动约5个单位。检查Tr为了得到精确的平均值消除趋势计算并扣除。这些值在返回InputOffset和OutputOffset属性。

Tr

1个输入，1个输出，1个实验数据“data2”的趋势说明:DataName:‘data2’InputOffset: 5.0000 OutputOffset: 4.8901 InputSlope: 0 OutputSlope: 0

原始输入的均值大于原始输出的均值。

从一个信号中去除线性趋势iddata对象，并将趋势线覆盖在前后数据图上。

从文件中加载和绘制信号数据lintrend2。对于本例，只提供输出数据iddata目的DATAL。

加载lintrend2DATAL情节(按日计算工资,“b”）

图中显示的数据明显的线性趋势。用消除趋势线性选项（类型= 1)从数据中减去趋势。消除趋势拟合数据，并确定线性趋势减去。包括TrendInfo目的Tr作为输出参数，你可以看到消除趋势扣除。

[dataL_d, Tr] =去趋势(按日计算工资,1);

暗算原始数据的去趋势数据。

保持在情节(dataL_d‘g’)传说(“原始”，“去趋势”，“位置”，“西北”）

线性趋势已被删除。检查Tr以获取有关去除趋势的更多信息。

Tr

数据“dataL”具有0个输入，1个输出，1个实验的趋势说明:DataName:‘dataL’InputOffset: [1x0 double] OutputOffset: 0.8888 InputSlope: [1x0 double] OutputSlope: 19.3830

该OutputOffset和OutputSlope属性提供行的参数消除趋势移除。您可以重构这条线，然后将其覆盖在前后数据图上。该SamplingInstants财产按日计算工资提供与数据相关联的时间点。

m = Tr.OutputSlope

米= 19.3830

b = Tr.OutputOffset

b = 0.8888

t = dataL.SamplingInstants;TrLn = m * t + b;情节(t, TrLn'R')传说(“原始”，“去趋势”，“趋势线”，“位置”，“西北”）

从包含在控件中的输入-输出信号对中去除已知偏移量IDDATA对象。

去趋势可以计算和减去输入和输出信号的平均值，产生零均值的非趋势信号。但是，如果您已经预先知道您有特定的数据偏移量，那么您可以消除趋势从你的信号中减去这些。属性中指定偏移量还允许保留非零操作点消除趋势结果。

加载包含向量的SISO数据u2和y2。对于本例，假设您知道两个信号与预期工作点1的偏移量为4。将这些向量组合成anIDDATA对象，使用0.08秒的样本时间，并绘制它。

加载dryer2u2y2数据= IDDATA（Y2，u2,0.08）;图（数据）

的已知偏移的4（从操作点1）是在图中可见。您可以构建一个TrendInfo对象使用该函数捕获此偏移量getTrend。

创建TrendInfo对象，然后设置其偏移性。

T = getTrend(数据);T。InputOffset = 4;T。OutputOffset = 4

1个输入，1个输出，1个实验的数据“data”的趋势说明:DataName:‘data’InputOffset: 4 OutputOffset: 4 InputSlope: 0 OutputSlope: 0

用消除趋势减去从数据的偏移。绘制它旁边的原始数据。

DATA_D =消除趋势（数据，T）;保持在图（DATA_D）传奇（“原始”，“去趋势”）

的4偏移已被删除。

消除趋势通过指定的断点来分隔段具有分段分段线性趋势的数据。

大部分的消除趋势语法为每个信号假设和计算单一趋势。然而，在某些情况下，由于测试配置变化、环境条件或其他影响，线性趋势会出现不连续。当信号显示这样分割时，可以有消除趋势独立地操作测试片段。属性中指定断点brkpt输入参数。这些是信号中线性趋势改变斜率的时间点的指数。

你可能知道这些断点在前面的基础上，改变你知道数据收集过程中发生的。或者，你可能需要通过检查数据本身接近他们。

加载数据，检查其结构和内容，并绘制它。这个数据仅是在输出数据的iddata目的dataLb2。

加载brkTrenddataLb2dataLb2

dataLb2 =时域数据组具有512个样本。采样时间：0.00390625秒输出单元（如果指定）Y1

情节(dataLb2)

对于这个例子，数据在索引[100 300]处有已知的断点。应用样本时间(属性Ts），这些断点对应于实际时间点如下：

brkpt = (100 - 300);brkpt_time = brkpt * dataLb2.Ts

brkpt_time =1×20.3906 1.1719

采用消除趋势的数据brkpt。

dataLb2_d =消除趋势（dataLb2,1，brkpt）;

绘制原始数据和非趋势数据。

图（dataLb2，dataLb2_d）传说（“原始数据”，“非趋势数据”）

线性趋势段已被删除。

在消除多实验数据集时，对每个实验应用一组唯一的断点。

一个multiexperiment数据集内的实验可以含有独特的线性趋势的不连续性。您可以通过在单元阵列表达他们申请了一套独特的断点到每个实验。

加载数据，包括:

加载multiexpdtdatmultbp1bp2bp3datmult

datmult =包含三个实验的时域数据集。实验样本样本时间exp1 250 1 exp2 320 1 exp3 350 1输出单元(如果指定)y1

bp1、bp2 bp3

BP1 =1×250 200

bp2 = 100

bp3 = []

图数据。各流之间存在着显著的差异，其漂移速率与均值为0时不同。

图（datmult）传奇

对于该组实验中，已知的是，存在由指示每次运行独特趋势和独特的不连续性BP向量。

消除趋势能不能结合这些独特的特点，如果BP信息以单元格阵列的形式提供。

构造单元格数组。

bpcell = {BP1; BP2; BP3}

bpcell =3×1单元阵列{1x2双精度}{[100]}{0x0双精度}

应用消除趋势然后用与原始图相同的比例绘制结果。

datmult_d =去趋势(datmult 1 bpcell);图(datmult_d)轴([0,inf，-15,30])图例

实验数据现在更好地对齐了，并且没有明显地偏离0的平均值。

控件中包含的输入和输出信号应用不同的趋势类型iddata对象。

去趋势假设相同类型的趋势适用于输入和输出信号。在某些情况下，可能有一种趋势类型只出现在一个信号中。您可以执行消除趋势单独地对通过提取信号到单独的每个信号iddata对象。应用消除趋势到每个对象使用其单独的信号趋势类型。然后将结果重新组合成单一的非趋势iddata对象。

加载、检查和绘制数据iodatab。

加载septrendiodatab;iodatab

iodatab = 1000个样本的时域数据集。采样时间:0.08秒输出单元(如果指定)y1输入单元(如果指定)u1

情节(iodatab)在

输入和输出曲线图显示偏差。但是，输出曲线图还示出了倒V形的趋势，不存在于所述输入数据。

将输入数据和输出数据分离到单独的对象中，以便消除趋势iddata一般的数据选择表（见使用iddata对象表示时域和频域数据）：

数据（样本，outputchannels，inputchannels）

idatab = iodatab（：，[]，:);odatab = iodatab（：，：，[]）;

从输入数据中去除偏移，使用消除趋势计算并减去均值。

idatab_d =消除趋势（idatab，0）;

除去偏置，并从输出数据的倒V趋势，使用中点索引500作为一个断点。

odatab_d =去趋势(odatab, 1500);

将非趋势输入和输出数据合并成单个数据iddata对象。

iodatab_d = [odatab_d，idatab_d];

将非趋势数据覆盖在原始数据上。

情节(iodatab_d)传说(“原始”，“去趋势”）

输入和输出数据现在既不包含偏置，也不包含v形趋势。