idnlarxgydF4y2Ba

非线性ARX模型gydF4y2Ba

语法gydF4y2Ba

sys = idnlarx(命令)gydF4y2Ba sys = idnlarx(顺序，非线性)gydF4y2Ba sys = idnlarx(顺序，非线性，名称，值)gydF4y2Ba sys = idnlarx(LinModel)gydF4y2Ba sys = idnlarx(LinModel，非线性)gydF4y2Ba sys = idnlarx(LinModel，非线性，名称，值)gydF4y2Ba

描述gydF4y2Ba

sysgydF4y2Ba= idnlarx (gydF4y2Ba订单gydF4y2Ba）gydF4y2Ba使用默认小波网络非线性估计器创建具有指定阶数的非线性ARX模型。gydF4y2Ba

sysgydF4y2Ba= idnlarx (gydF4y2Ba订单gydF4y2Ba，gydF4y2Ba非线性gydF4y2Ba）gydF4y2Ba为模型指定非线性估计器。gydF4y2Ba

sysgydF4y2Ba= idnlarx (gydF4y2Ba订单gydF4y2Ba，gydF4y2Ba非线性gydF4y2Ba，gydF4y2Ba名称,值gydF4y2Ba）gydF4y2Ba属性的附加属性gydF4y2BaidnlarxgydF4y2Ba模型结构使用一个或多个gydF4y2Ba名称,值gydF4y2Ba对参数。gydF4y2Ba

sysgydF4y2Ba= idnlarx (gydF4y2BaLinModelgydF4y2Ba）gydF4y2Ba使用线性ARX模型gydF4y2BaLinModelgydF4y2Ba指定模型阶数和模型线性系数的初始值。gydF4y2Ba

sysgydF4y2Ba= idnlarx (gydF4y2BaLinModelgydF4y2Ba，gydF4y2Ba非线性gydF4y2Ba）gydF4y2Ba为模型指定非线性估计器。gydF4y2Ba

sysgydF4y2Ba= idnlarx (gydF4y2BaLinModelgydF4y2Ba，gydF4y2Ba非线性gydF4y2Ba，gydF4y2Ba名称,值gydF4y2Ba）gydF4y2Ba属性的附加属性gydF4y2BaidnlarxgydF4y2Ba模型结构使用一个或多个gydF4y2Ba名称,值gydF4y2Ba对参数。gydF4y2Ba

对象描述gydF4y2Ba

idnlarxgydF4y2Ba表示一个非线性ARX模型，它是线性ARX结构的扩展，包含线性函数和非线性函数。有关更多信息，请参见gydF4y2Ba非线性ARX模型对线性ARX结构的扩展gydF4y2Ba．gydF4y2Ba

使用gydF4y2BanlarxgydF4y2Ba命令来构造gydF4y2BaidnlarxgydF4y2Ba并对模型参数进行了估计。gydF4y2Ba

你也可以使用gydF4y2BaidnlarxgydF4y2Ba构造函数，建立非线性ARX模型，然后估计模型参数gydF4y2BanlarxgydF4y2Ba或gydF4y2BapemgydF4y2Ba．gydF4y2Ba

为gydF4y2BaidnlarxgydF4y2Ba对象属性，请参见gydF4y2Ba属性gydF4y2Ba．gydF4y2Ba

例子gydF4y2Ba

全部折叠gydF4y2Ba

用默认小波网络非线性创建非线性ARX模型gydF4y2Ba

打开实时脚本gydF4y2Ba

M = idnlarx([2 2 1]);gydF4y2Ba

创建和配置非线性ARX模型gydF4y2Ba

打开实时脚本gydF4y2Ba

创建具有特定顺序的非线性ARX模型。gydF4y2Ba

M = idnlarx([3 2 1]);gydF4y2Ba

使用以下属性设置配置模型:gydF4y2Ba

默认设置的Sigmoid网络非线性gydF4y2Ba
只将输入作为非线性回归量使用gydF4y2Ba

M.Nonlinearity =gydF4y2Ba“sigmoidnet”gydF4y2Ba；M.NonlinearRegressors =gydF4y2Ba“输入”gydF4y2Ba；gydF4y2Ba

利用Sigmoid网络建立非线性ARX模型gydF4y2Ba

打开实时脚本gydF4y2Ba

M = idnlarx([2 3 1]，sigmoidnet(gydF4y2Ba“NumberOfUnits”gydF4y2Ba、15));gydF4y2Ba

在非线性估计器中创建无非线性函数的非线性ARX模型gydF4y2Ba

打开实时脚本gydF4y2Ba

M = idnlarx([2 2 1]，[]);gydF4y2Ba

用自定义回归器创建非线性ARX模型gydF4y2Ba

打开实时脚本gydF4y2Ba

指定两个自定义回归函数。gydF4y2Ba

C = {gydF4y2Ba“y1 (t - 1) ^ 2”gydF4y2Ba，gydF4y2Ba“日元(2)* u1(条t - 3)gydF4y2Ba}；gydF4y2Ba

创建一个带有自定义回归器而没有标准回归器的非线性ARX模型。gydF4y2Ba

Sys = idnlarx([0 0 0]，gydF4y2Ba“wavenet”gydF4y2Ba，gydF4y2Ba“CustomRegressors”gydF4y2BaC);gydF4y2Ba

利用线性ARX模型创建非线性ARX模型gydF4y2Ba

打开实时脚本gydF4y2Ba

构造一个线性ARX模型。gydF4y2Ba

A = [1 -1.2 0.5];B = [0.8 1];线性模型= idpoly(A, B，gydF4y2Ba“t”gydF4y2Ba, 0.1);gydF4y2Ba

利用线性ARX模型构建非线性ARX模型。gydF4y2Ba

m1 = idnlarx(线性模型);gydF4y2Ba

输入参数gydF4y2Ba

全部折叠gydF4y2Ba

`订单gydF4y2Ba`- - - - - -gydF4y2Ba建模订单和延迟gydF4y2Ba
1 × 3正整数向量gydF4y2Ba|gydF4y2Ba矩阵的1乘3向量gydF4y2Ba

定义回归配置的模型顺序和延迟，指定为1 × 3向量，gydF4y2Ba[na nb nk]gydF4y2Ba．gydF4y2Ba

对于一个模型gydF4y2BangydF4y2Ba_ygydF4y2Ba输出通道和gydF4y2BangydF4y2Ba_ugydF4y2Ba输入通道:gydF4y2Ba

nagydF4y2Ba是一个gydF4y2BangydF4y2Ba_ygydF4y2Ba——- - - - - -gydF4y2BangydF4y2Ba_ygydF4y2Ba矩阵,gydF4y2Bana (i, j)gydF4y2Ba属性的回归数gydF4y2BajgydF4y2BaTh输出用于预测gydF4y2Ba我gydF4y2Ba输出。gydF4y2Ba
注gydF4y2Ba是一个gydF4y2BangydF4y2Ba_ygydF4y2Ba——- - - - - -gydF4y2BangydF4y2Ba_ugydF4y2Ba矩阵,gydF4y2Banb (i, j)gydF4y2Ba属性的回归数gydF4y2BajgydF4y2BaTh输入用于预测gydF4y2Ba我gydF4y2Ba输出。gydF4y2Ba
nkgydF4y2Ba是一个gydF4y2BangydF4y2Ba_ygydF4y2Ba——- - - - - -gydF4y2BangydF4y2Ba_ugydF4y2Ba矩阵,gydF4y2Bank (i, j)gydF4y2Ba的延迟时间gydF4y2BajgydF4y2BaTh输入用于预测gydF4y2Ba我gydF4y2Ba输出。gydF4y2Ba

Na = [1 2;2 3] nb = [1 2 3;2 3 1];Nk = [2 0 3;10 0 5];gydF4y2Ba

该系统的估计数据有三个输入(gydF4y2Bau1gydF4y2Ba，gydF4y2Bau2gydF4y2Ba，gydF4y2Bau3gydF4y2Ba)和两个输出(gydF4y2Ba日元gydF4y2Ba，gydF4y2Bay2gydF4y2Ba)．考虑一下用于预测产出的回归量，gydF4y2Bay2 (t)gydF4y2Ba：gydF4y2Ba

自gydF4y2Ba: na (2)gydF4y2Ba是gydF4y2Ba3 [2]gydF4y2Ba时，输出的贡献回归量为:gydF4y2Ba
- 日元(t - 1)gydF4y2Ba而且gydF4y2Ba日元(2)gydF4y2Ba
- y2 (t - 1)gydF4y2Ba，gydF4y2Bay2 (2)gydF4y2Ba,gydF4y2Bay2(条t - 3)gydF4y2Ba
自gydF4y2Ba:注(2)gydF4y2Ba是gydF4y2Ba[2 3 1]gydF4y2Ba而且gydF4y2Ba: nk (2)gydF4y2Ba是gydF4y2Ba[10 0 5]gydF4y2Ba时，来自输入的贡献回归量为:gydF4y2Ba
- u1 (t - 1)gydF4y2Ba而且gydF4y2Bau1 (2)gydF4y2Ba
- u2 (t)gydF4y2Ba，gydF4y2Bau2 (t - 1)gydF4y2Ba,gydF4y2Bau2 (2)gydF4y2Ba
- u3 (t-5)gydF4y2Ba

请注意gydF4y2Ba

基于输出变量的回归函数的最小滞后总是gydF4y2Ba1gydF4y2Ba，而基于输入变量的回归函数的最小滞后由gydF4y2BankgydF4y2Ba．使用gydF4y2BagetreggydF4y2Ba查看非线性ARX模型使用的完整回归量集。gydF4y2Ba

`非线性gydF4y2Ba`- - - - - -gydF4y2Ba非线性估计量gydF4y2Ba
`“wavenet”gydF4y2Ba`(默认)|gydF4y2Ba`“sigmoidnet”gydF4y2Ba`|gydF4y2Ba`“treepartition”gydF4y2Ba`|gydF4y2Ba`“线性”gydF4y2Ba`|gydF4y2Ba非线性估计器对象gydF4y2Ba|gydF4y2Ba非线性估计器对象数组gydF4y2Ba

非线性估计器，指定为下列之一:gydF4y2Ba

`“wavenet”gydF4y2Ba`或gydF4y2Ba`wavenetgydF4y2Ba`对象gydF4y2Ba	小波网络gydF4y2Ba
`“sigmoidnet”gydF4y2Ba`或gydF4y2Ba`sigmoidnetgydF4y2Ba`对象gydF4y2Ba	乙状结肠网络gydF4y2Ba
`“treepartition”gydF4y2Ba`或gydF4y2Ba`treepartitiongydF4y2Ba`对象gydF4y2Ba	二叉树gydF4y2Ba
`“线性”gydF4y2Ba`或gydF4y2Ba`［］gydF4y2Ba`或gydF4y2Ba`线性gydF4y2Ba`对象gydF4y2Ba	线性函数gydF4y2Ba
`neuralnetgydF4y2Ba`对象gydF4y2Ba	神经网络-需要深度学习工具箱™。gydF4y2Ba
`customnetgydF4y2Ba`对象gydF4y2Ba	自定义网络-类似gydF4y2Ba`sigmoidnetgydF4y2Ba`，但是使用用户定义的sigmoid函数替换。gydF4y2Ba

有关更多信息，请参见gydF4y2Ba非线性ARX模型的可用非线性估计gydF4y2Ba．gydF4y2Ba

例如，指定一个字符向量gydF4y2Ba“sigmoidnet”gydF4y2Ba，使用默认设置创建非线性估计器对象。或者，你可以用两种方式指定非线性估计器设置:gydF4y2Ba

使用带有名称-值对参数的相关非线性估计函数。gydF4y2Ba
```
NL = sigmoidnet(gydF4y2Ba“NumberOfUnits”gydF4y2Ba10);gydF4y2Ba
```
创建和修改默认的非线性估计器对象。gydF4y2Ba
```
NL = sigmoidnet;问。NumberOfUnits = 10;gydF4y2Ba
```

为gydF4y2Ba纽约gydF4y2Ba输出通道，您可以通过设置为每个通道单独指定非线性估计器gydF4y2Ba非线性gydF4y2Ba到一个gydF4y2Ba纽约gydF4y2Ba非线性估计器对象的-by-1数组。若要为所有输出指定相同的非线性，请指定gydF4y2Ba非线性gydF4y2Ba作为一个字符向量或单个非线性估计器对象。gydF4y2Ba

例子:gydF4y2Ba“sigmoidnet”gydF4y2Ba指定具有默认配置的sigmoid网络非线性。gydF4y2Ba

例子:gydF4y2Batreepartition (NumberOfUnits, 5)gydF4y2Ba的二叉树非线性gydF4y2Ba5gydF4y2Ba二叉树展开式中的项。gydF4y2Ba

例子:gydF4y2Ba[wavenet NumberOfUnits, 10); sigmoidnet]gydF4y2Ba为两个输出通道指定不同的非线性估计器。gydF4y2Ba

`LinModelgydF4y2Ba`- - - - - -gydF4y2BaARX结构的离散时间输入输出多项式模型gydF4y2Ba
`idpolygydF4y2Ba`模型gydF4y2Ba

ARX结构的离散时间输入输出多项式模型，指定为gydF4y2BaidpolygydF4y2Ba模型。属性创建此对象gydF4y2BaidpolygydF4y2Ba构造函数或使用gydF4y2BaarxgydF4y2Ba命令。gydF4y2Ba

名称-值对实参gydF4y2Ba

的可选逗号分隔对gydF4y2Ba名称,值gydF4y2Ba参数。gydF4y2Ba的名字gydF4y2Ba参数名称和gydF4y2Ba价值gydF4y2Ba对应的值。gydF4y2Ba的名字gydF4y2Ba必须出现在引号内。您可以以任意顺序指定多个名称和值对参数gydF4y2BaName1, Value1,…,的家gydF4y2Ba．gydF4y2Ba

使用gydF4y2Ba名称,值gydF4y2Ba参数来指定额外的参数gydF4y2Ba属性gydF4y2Ba的gydF4y2BaidnlarxgydF4y2Ba模型创建期间的模型。例如,gydF4y2Bam = idnlarx([2 3 1]，'treepartition'，'InputName'，'压力'，'Ts'，0.1)gydF4y2Ba创建一个gydF4y2BaidnlarxgydF4y2Ba使用输入名称建立模型gydF4y2Ba压力gydF4y2Ba的采样时间gydF4y2Ba0．1gydF4y2Ba秒gydF4y2Ba

属性gydF4y2Ba

Na nb nkgydF4y2Ba

为定义回归配置建模顺序和延迟，指定为非负整数。gydF4y2Ba

对于一个模型gydF4y2BangydF4y2Ba_ygydF4y2Ba输出通道和gydF4y2BangydF4y2Ba_ugydF4y2Ba输入通道:gydF4y2Ba

nagydF4y2Ba是一个gydF4y2BangydF4y2Ba_ygydF4y2Ba——- - - - - -gydF4y2BangydF4y2Ba_ygydF4y2Ba矩阵,gydF4y2Bana (i, j)gydF4y2Ba属性的回归数gydF4y2BajgydF4y2BaTh输出用于预测gydF4y2Ba我gydF4y2Ba输出。gydF4y2Ba
注gydF4y2Ba是一个gydF4y2BangydF4y2Ba_ygydF4y2Ba——- - - - - -gydF4y2BangydF4y2Ba_ugydF4y2Ba矩阵,gydF4y2Banb (i, j)gydF4y2Ba属性的回归数gydF4y2BajgydF4y2BaTh输入用于预测gydF4y2Ba我gydF4y2Ba输出。gydF4y2Ba
nkgydF4y2Ba是一个gydF4y2BangydF4y2Ba_ygydF4y2Ba——- - - - - -gydF4y2BangydF4y2Ba_ugydF4y2Ba矩阵,gydF4y2Bank (i, j)gydF4y2Ba的延迟时间gydF4y2BajgydF4y2BaTh输入用于预测gydF4y2Ba我gydF4y2Ba输出。gydF4y2Ba

Na = [1 2;2 3] nb = [1 2 3;2 3 1];Nk = [2 0 3;10 0 5];gydF4y2Ba

自gydF4y2Ba: na (2)gydF4y2Ba是gydF4y2Ba3 [2]gydF4y2Ba时，输出的贡献回归量为:gydF4y2Ba
- 日元(t - 1)gydF4y2Ba而且gydF4y2Ba日元(2)gydF4y2Ba
- y2 (t - 1)gydF4y2Ba，gydF4y2Bay2 (2)gydF4y2Ba,gydF4y2Bay2(条t - 3)gydF4y2Ba
自gydF4y2Ba:注(2)gydF4y2Ba是gydF4y2Ba[2 3 1]gydF4y2Ba而且gydF4y2Ba: nk (2)gydF4y2Ba是gydF4y2Ba[10 0 5]gydF4y2Ba时，来自输入的贡献回归量为:gydF4y2Ba
- u1 (t - 1)gydF4y2Ba而且gydF4y2Bau1 (2)gydF4y2Ba
- u2 (t)gydF4y2Ba，gydF4y2Bau2 (t - 1)gydF4y2Ba,gydF4y2Bau2 (2)gydF4y2Ba
- u3 (t-5)gydF4y2Ba

请注意gydF4y2Ba

CustomRegressorsgydF4y2Ba

由输入和输出的组合构成的回归量，指定为下列之一:gydF4y2Ba

字符向量的单元格数组。例如:gydF4y2Ba
- {“y1(条t - 3) ^ 3”,“y2 (t - 1) * u1(条t - 3)”,“罪(u3(2))”}gydF4y2Ba
每个字符向量必须表示一个回归函数的有效公式，用于预测模型输出。公式必须使用输入和输出名称以及时间变量名称作为变量来编写。gydF4y2Ba
自定义回归器对象的数组，使用gydF4y2BacustomreggydF4y2Ba或gydF4y2BapolyreggydF4y2Ba．gydF4y2Ba

对于一个模型gydF4y2BangydF4y2Ba_ygydF4y2Ba输出，指定gydF4y2BangydF4y2Ba_ygydF4y2Ba的单元格数组gydF4y2BacustomreggydF4y2Ba对象、数组或gydF4y2BangydF4y2Ba_ygydF4y2Ba-by-1 cell array字符向量的单元格数组。gydF4y2Ba

这些回归量是对标准回归量的补充gydF4y2BanagydF4y2Ba，gydF4y2Ba注gydF4y2Ba,gydF4y2BankgydF4y2Ba．gydF4y2Ba

默认值:gydF4y2Ba{}gydF4y2Ba

NonlinearRegressorsgydF4y2Ba

回归量的子集，作为模型非线性块的输入，指定为以下之一:gydF4y2Ba

“所有”gydF4y2Ba-所有回归量gydF4y2Ba
“输出”gydF4y2Ba-包含输出变量的回归器gydF4y2Ba
“输入”gydF4y2Ba-包含输入变量的回归器gydF4y2Ba
“标准”gydF4y2Ba-标准回归量gydF4y2Ba
“自定义”gydF4y2Ba-自定义回归器gydF4y2Ba
“搜索”gydF4y2Ba-估计算法执行搜索最佳回归组合。此选项必须同时应用于所有输出模型。gydF4y2Ba
［］gydF4y2Ba-无回归量gydF4y2Ba
回归指数的向量。要确定回归量的数量和顺序，请使用gydF4y2BagetreggydF4y2Ba．gydF4y2Ba

对于具有多个输出的模型，请指定单元格数组gydF4y2BangydF4y2Ba_ygydF4y2Ba元素,gydF4y2BangydF4y2Ba_ygydF4y2Ba是输出通道的数量。对于每个输出，指定前面的选项之一。或者，要将相同的回归函数子集应用于所有模型输出，请指定gydF4y2Ba［］gydF4y2Ba或者任何单独的字符向量选项，例如gydF4y2Ba“标准”gydF4y2Ba．gydF4y2Ba

默认值:gydF4y2Ba“所有”gydF4y2Ba

非线性gydF4y2Ba

非线性估计器，指定为下列之一:gydF4y2Ba

`“wavenet”gydF4y2Ba`或gydF4y2Ba`wavenetgydF4y2Ba`对象gydF4y2Ba	小波网络gydF4y2Ba
`“sigmoidnet”gydF4y2Ba`或gydF4y2Ba`sigmoidnetgydF4y2Ba`对象gydF4y2Ba	乙状结肠网络gydF4y2Ba
`“treepartition”gydF4y2Ba`或gydF4y2Ba`treepartitiongydF4y2Ba`对象gydF4y2Ba	二叉树gydF4y2Ba
`“线性”gydF4y2Ba`或gydF4y2Ba`［］gydF4y2Ba`或gydF4y2Ba`线性gydF4y2Ba`对象gydF4y2Ba	线性函数gydF4y2Ba
`neuralnetgydF4y2Ba`对象gydF4y2Ba	神经网络-需要深度学习工具箱。gydF4y2Ba
`customnetgydF4y2Ba`对象gydF4y2Ba	自定义网络-类似gydF4y2Ba`sigmoidnetgydF4y2Ba`，但是使用用户定义的sigmoid函数替换。gydF4y2Ba

有关更多信息，请参见gydF4y2Ba非线性ARX模型的可用非线性估计gydF4y2Ba．gydF4y2Ba

例如，指定一个字符向量gydF4y2Ba“sigmoidnet”gydF4y2Ba，使用默认设置创建非线性估计器对象。或者，你可以用两种方式指定非线性估计器设置:gydF4y2Ba

使用带有名称-值对参数的相关非线性估计函数:gydF4y2Ba
```
NL = sigmoidnet(gydF4y2Ba“NumberOfUnits”gydF4y2Ba10);gydF4y2Ba
```
创建并修改一个默认的非线性估计器对象:gydF4y2Ba
```
NL = sigmoidnet;问。NumberOfUnits = 10;gydF4y2Ba
```

为gydF4y2Ba纽约gydF4y2Ba输出通道，您可以通过设置为每个通道单独指定非线性估计器gydF4y2Ba非线性gydF4y2Ba的数组gydF4y2BangydF4y2Ba_ygydF4y2Ba非线性估计器对象，其中gydF4y2BangydF4y2Ba_ygydF4y2Ba是输出的数量。若要为所有输出指定相同的非线性，请指定gydF4y2Ba非线性gydF4y2Ba作为一个字符向量或单个非线性估计器对象。gydF4y2Ba

默认值:gydF4y2Ba“wavenet”gydF4y2Ba

报告gydF4y2Ba

方法估计模型时，包含有关估计选项和结果的信息的摘要报告gydF4y2BanlarxgydF4y2Ba命令。使用gydF4y2Ba报告gydF4y2Ba查询一个模型的估计方法，包括:gydF4y2Ba

估算方法gydF4y2Ba
估计选项gydF4y2Ba
查询终止条件gydF4y2Ba
估计数据拟合gydF4y2Ba

的内容gydF4y2Ba报告gydF4y2Ba与模型是否建立无关。gydF4y2Ba

M = idnlarx([2 2 1]);m.Report.OptionsUsedgydF4y2Ba

Ans = []gydF4y2Ba

如果你使用gydF4y2BanlarxgydF4y2Ba的字段来估计模型gydF4y2Ba报告gydF4y2Ba包含关于估计数据、选项和结果的信息。gydF4y2Ba

负载gydF4y2Baiddata1gydF4y2Ba；M = nlarx(z1， [2 2 1]);m.Report.OptionsUsedgydF4y2Ba

nlarx命令的选项集:IterativeWavenet: 'auto' Focus: 'prediction' Display: 'off'正则化:[1x1 struct] SearchMethod: 'auto' SearchOptions: [1x1 idoptions.search. search. txt。高级:[1x1 struct]gydF4y2Ba

报告gydF4y2Ba是只读属性。gydF4y2Ba

有关此属性以及如何使用它的详细信息，请参见gydF4y2Ba输出参数gydF4y2Ba在gydF4y2BanlarxgydF4y2Ba参考页及gydF4y2Ba评估报告gydF4y2Ba．gydF4y2Ba

TimeVariablegydF4y2Ba

输入、输出和(当可用时)内部状态的自变量，指定为字符向量。gydF4y2Ba

默认值:gydF4y2Ba“t”gydF4y2Ba(时间)gydF4y2Ba

NoiseVariancegydF4y2Ba

噪声方差(协方差矩阵)的模型创新gydF4y2BaegydF4y2Ba．gydF4y2Ba
可赋值是gydF4y2Ba纽约gydF4y2Ba——- - - - - -gydF4y2Ba纽约gydF4y2Ba矩阵。gydF4y2Ba
通常由估计算法自动设置。gydF4y2Ba

TsgydF4y2Ba

样品时间。gydF4y2BaTsgydF4y2Ba表示采样周期的正标量。属性指定的单位表示此值gydF4y2BaTimeUnitgydF4y2Ba模型的属性。gydF4y2Ba

默认值:gydF4y2Ba1gydF4y2Ba

TimeUnitgydF4y2Ba

时间变量的单位是采样时间gydF4y2BaTsgydF4y2Ba，以及模型中的任何时间延迟，指定为以下值之一:gydF4y2Ba

“纳秒”gydF4y2Ba
微秒的gydF4y2Ba
的毫秒gydF4y2Ba
“秒”gydF4y2Ba
“分钟”gydF4y2Ba
“小时”gydF4y2Ba
“天”gydF4y2Ba
“周”gydF4y2Ba
“月”gydF4y2Ba
“年”gydF4y2Ba

更改此属性不会对其他属性产生影响，因此会改变整个系统行为。使用gydF4y2BachgTimeUnitgydF4y2Ba(控制系统工具箱)gydF4y2Ba在时间单位之间转换而不修改系统行为。gydF4y2Ba

默认值:gydF4y2Ba“秒”gydF4y2Ba

InputNamegydF4y2Ba

输入通道名称，指定为以下之一:gydF4y2Ba

字符向量——例如，对于单输入模型，gydF4y2Ba“控制”gydF4y2Ba．gydF4y2Ba
字符向量的单元数组-用于多输入模型。gydF4y2Ba

或者，使用自动向量展开为多输入模型分配输入名称。例如，如果gydF4y2BasysgydF4y2Ba是一个双输入模型，输入:gydF4y2Ba

sys。InputName = 'controls';gydF4y2Ba

输入名称自动展开为gydF4y2Ba{“控制(1)”,“控制”(2)}gydF4y2Ba．gydF4y2Ba

当你估计一个模型使用gydF4y2BaiddatagydF4y2Ba对象,gydF4y2Ba数据gydF4y2Ba，软件自动设置gydF4y2BaInputNamegydF4y2Ba来gydF4y2Ba数据。InputNamegydF4y2Ba．gydF4y2Ba

你可以用速记法gydF4y2BaugydF4y2Ba请参阅gydF4y2BaInputNamegydF4y2Ba财产。例如,gydF4y2Basys.ugydF4y2Ba等于gydF4y2Basys。InputNamegydF4y2Ba．gydF4y2Ba

输入通道名有几种用途，包括:gydF4y2Ba

识别模型显示和图上的通道gydF4y2Ba
提取MIMO系统的子系统gydF4y2Ba
在连接模型时指定连接点gydF4y2Ba

默认值:gydF4y2Ba”gydF4y2Ba对于所有输入通道gydF4y2Ba

InputUnitgydF4y2Ba

输入通道单位，指定为下列之一:gydF4y2Ba

字符向量——例如，对于单输入模型，gydF4y2Ba“秒”gydF4y2Ba．gydF4y2Ba
字符向量的单元数组-用于多输入模型。gydF4y2Ba

使用gydF4y2BaInputUnitgydF4y2Ba跟踪输入信号单位。gydF4y2BaInputUnitgydF4y2Ba对系统行为没有影响。gydF4y2Ba

默认值:gydF4y2Ba”gydF4y2Ba对于所有输入通道gydF4y2Ba

InputGroupgydF4y2Ba

输入通道组。的gydF4y2BaInputGroupgydF4y2Ba属性允许您将MIMO系统的输入通道分配到组中，并通过名称引用每个组。将输入组指定为结构。在这个结构中，字段名是组名，字段值是属于每个组的输入通道。例如:gydF4y2Ba

sys.InputGroup.controls = [1 2];sys.InputGroup.noise = [3 5];gydF4y2Ba

创建命名为gydF4y2Ba控制gydF4y2Ba而且gydF4y2Ba噪音gydF4y2Ba分别包括输入通道1、2和3、5。然后，您可以从gydF4y2Ba控制gydF4y2Ba输入到所有输出使用:gydF4y2Ba

sys(:,“控制”)gydF4y2Ba

默认值:gydF4y2Ba结构，不带字段gydF4y2Ba

OutputNamegydF4y2Ba

输出通道名称，指定为以下之一:gydF4y2Ba

字符矢量-用于单输出模型。例如,gydF4y2Ba“测量”gydF4y2Ba．gydF4y2Ba
字符向量的单元数组-用于多输出模型。gydF4y2Ba

或者，使用自动向量展开为多输出模型分配输出名称。例如，如果gydF4y2BasysgydF4y2Ba是一个双输出模型，输入:gydF4y2Ba

sys。OutputName = 'measurements';gydF4y2Ba

输出名称自动展开为gydF4y2Ba{“测量(1)”,“测量”(2)}gydF4y2Ba．gydF4y2Ba

当你估计一个模型使用gydF4y2BaiddatagydF4y2Ba对象,gydF4y2Ba数据gydF4y2Ba，软件自动设置gydF4y2BaOutputNamegydF4y2Ba来gydF4y2Ba数据。OutputNamegydF4y2Ba．gydF4y2Ba

你可以用速记法gydF4y2BaygydF4y2Ba请参阅gydF4y2BaOutputNamegydF4y2Ba财产。例如,gydF4y2Basys.ygydF4y2Ba等于gydF4y2Basys。OutputNamegydF4y2Ba．gydF4y2Ba

输出通道名有几种用途，包括:gydF4y2Ba

识别模型显示和图上的通道gydF4y2Ba
提取MIMO系统的子系统gydF4y2Ba
在连接模型时指定连接点gydF4y2Ba

默认值:gydF4y2Ba”gydF4y2Ba对于所有输出通道gydF4y2Ba

OutputUnitgydF4y2Ba

输出通道单位，指定为下列之一:gydF4y2Ba

字符矢量-用于单输出模型。例如,gydF4y2Ba“秒”gydF4y2Ba．gydF4y2Ba
字符向量的单元数组-用于多输出模型。gydF4y2Ba

使用gydF4y2BaOutputUnitgydF4y2Ba跟踪输出信号单元。gydF4y2BaOutputUnitgydF4y2Ba对系统行为没有影响。gydF4y2Ba

默认值:gydF4y2Ba”gydF4y2Ba对于所有输出通道gydF4y2Ba

OutputGroupgydF4y2Ba

输出通道组。的gydF4y2BaOutputGroupgydF4y2Ba属性允许您将MIMO系统的输出通道分配到组中，并通过名称引用每个组。将输出组指定为结构。在这个结构中，字段名是组名，字段值是属于每个组的输出通道。例如:gydF4y2Ba

sys.OutputGroup.temperature = [1];sys.InputGroup.measurement = [3 5];gydF4y2Ba

创建命名为gydF4y2Ba温度gydF4y2Ba而且gydF4y2Ba测量gydF4y2Ba分别包括输出通道1、3,5。的所有输入中提取子系统gydF4y2Ba测量gydF4y2Ba输出使用:gydF4y2Ba

系统(“测量”,:)gydF4y2Ba

默认值:gydF4y2Ba结构，不带字段gydF4y2Ba

的名字gydF4y2Ba

系统名称，指定为字符向量。例如,gydF4y2Ba“system_1”gydF4y2Ba．gydF4y2Ba

默认值:gydF4y2Ba”gydF4y2Ba

笔记gydF4y2Ba

希望与系统关联的任何文本，存储为字符串或字符向量的单元格数组。属性存储您提供的任何数据类型。例如，如果gydF4y2Basys1gydF4y2Ba而且gydF4y2Basys2gydF4y2Ba系统模型都是动态的，你可以自己设置吗gydF4y2Ba笔记gydF4y2Ba属性如下:gydF4y2Ba

sys1。笔记＝gydF4y2Basys1有一个字符串。gydF4y2Ba；sys2。笔记＝gydF4y2Basys2有一个字符向量gydF4y2Ba；sys1。笔记sys2。笔记gydF4y2Ba

Ans = "sys1有一个字符串" Ans = " sys2有一个字符向量"gydF4y2Ba

默认值:gydF4y2Ba(0×1的字符串)gydF4y2Ba

用户数据gydF4y2Ba

您希望与系统关联的任何类型的数据，指定为任何MATLABgydF4y2Ba^®gydF4y2Ba数据类型。gydF4y2Ba

默认值:gydF4y2Ba［］gydF4y2Ba

输出参数gydF4y2Ba

全部折叠gydF4y2Ba

`sysgydF4y2Ba`-非线性ARX模型gydF4y2Ba
`idnlarxgydF4y2Ba`对象gydF4y2Ba

非线性ARX模型，返回为gydF4y2BaidnlarxgydF4y2Ba对象。该模型是使用指定的模型阶数、非线性估计器和属性创建的。gydF4y2Ba

更多关于gydF4y2Ba

全部折叠gydF4y2Ba

非线性ARX模型结构gydF4y2Ba

非线性ARX模型由模型回归量和非线性估计量组成。非线性估计器包括作用于模型回归量以给出模型输出的线性和非线性函数。该方框图表示仿真场景中非线性ARX模型的结构。gydF4y2Ba

该软件计算非线性ARX模型输出gydF4y2BaygydF4y2Ba分两个阶段:gydF4y2Ba

它根据当前和过去的输入值以及过去的输出数据计算回归值。gydF4y2Ba
在最简单的情况下，回归量是延迟的输入和输出，例如gydF4y2Bau (t - 1)gydF4y2Ba而且gydF4y2Bay(条t - 3)gydF4y2Ba．这种回归量叫做gydF4y2Ba标准的解释变量gydF4y2Ba．您可以使用模型顺序和延迟指定标准回归器。有关更多信息，请参见gydF4y2Ba非线性ARX模型的阶数与时滞gydF4y2Ba．你也可以指定gydF4y2Ba自定义gydF4y2Ba回归函数，它是延迟输入和输出的非线性函数。例如,gydF4y2BaugydF4y2Ba（gydF4y2BatgydF4y2Ba1) *gydF4y2BaygydF4y2Ba（gydF4y2BatgydF4y2Ba3)。若要创建一组多项式类型回归量，请使用gydF4y2BapolyreggydF4y2Ba．gydF4y2Ba
默认情况下，所有回归量都是非线性估计器的线性和非线性函数块的输入。您可以选择回归量的子集作为非线性函数块的输入。gydF4y2Ba
它使用非线性估计块将回归量映射到模型输出。非线性估计器块可以包括并行的线性块和非线性块。例如:gydF4y2Ba

$FgydF4y2Ba （gydF4y2Ba xgydF4y2Ba ）gydF4y2Ba ＝gydF4y2Ba {lgydF4y2Ba}^{TgydF4y2Ba} （gydF4y2Ba xgydF4y2Ba -gydF4y2Ba rgydF4y2Ba ）gydF4y2Ba +gydF4y2Ba dgydF4y2Ba +gydF4y2Ba ggydF4y2Ba （gydF4y2Ba 问gydF4y2Ba （gydF4y2Ba xgydF4y2Ba -gydF4y2Ba rgydF4y2Ba ）gydF4y2Ba ）gydF4y2Ba$

在这里,gydF4y2BaxgydF4y2Ba是回归量的向量，和gydF4y2BargydF4y2Ba回归量的均值是多少gydF4y2BaxgydF4y2Ba．gydF4y2Ba ${lgydF4y2Ba}^{TgydF4y2Ba} （gydF4y2Ba xgydF4y2Ba ）gydF4y2Ba +gydF4y2Ba dgydF4y2Ba$ 是线性函数块的输出，当d≠0时是仿射的。gydF4y2BadgydF4y2Ba是标量偏移量。gydF4y2Ba $ggydF4y2Ba （gydF4y2Ba 问gydF4y2Ba （gydF4y2Ba xgydF4y2Ba -gydF4y2Ba rgydF4y2Ba ）gydF4y2Ba ）gydF4y2Ba$ 表示非线性函数块的输出。gydF4y2Ba问gydF4y2Ba是一个投影矩阵，使计算条件良好。确切的形式gydF4y2BaFgydF4y2Ba（gydF4y2BaxgydF4y2Ba)取决于你选择的非线性估计器。您可以从gydF4y2Ba可用的非线性估计器gydF4y2Ba如树划分网络、小波网络、多层神经网络等。您还可以从非线性估计器中排除线性或非线性函数块。gydF4y2Ba
在估计非线性ARX模型时，该软件计算模型参数值，例如gydF4y2BalgydF4y2Ba，gydF4y2BargydF4y2Ba，gydF4y2BadgydF4y2Ba，gydF4y2Ba问gydF4y2Ba等参数指定gydF4y2BaggydF4y2Ba．gydF4y2Ba

得到的非线性ARX模型为gydF4y2BaidnlarxgydF4y2Ba存储所有模型数据的对象，包括模型回归量和非线性估计器的参数。有关这些对象的详细信息，请参见gydF4y2Ba非线性模型结构gydF4y2Ba．gydF4y2Ba

idnlarx状态的定义gydF4y2Ba

的状态gydF4y2BaidnlarxgydF4y2Ba对象是定义模型结构的延迟输入和输出变量的有序列表。工具箱使用此状态定义来创建在模拟和预测期间使用的初始状态向量gydF4y2Basim卡gydF4y2Ba，gydF4y2Ba预测gydF4y2Ba,gydF4y2Ba比较gydF4y2Ba．此定义也用于非线性ARX模型的线性化gydF4y2Ba线性化gydF4y2Ba．gydF4y2Ba

这个工具箱提供了几个选项来方便您如何指定初始状态。例如，你可以使用gydF4y2BafindstatesgydF4y2Ba而且gydF4y2Badata2stategydF4y2Ba在模拟和预测应用中搜索状态值。对于线性化，使用gydF4y2BafindopgydF4y2Ba．您还可以手动指定状态。gydF4y2Ba

的状态gydF4y2BaidnlarxgydF4y2Ba模型依赖于回归器所使用的每个输入和输出变量的最大延迟。如果一个变量gydF4y2BapgydF4y2Ba最大延迟为gydF4y2BaDgydF4y2Ba样本，然后它有贡献gydF4y2BaDgydF4y2Ba元素在时间上的状态向量gydF4y2BatgydF4y2Ba：gydF4y2BapgydF4y2Ba（gydF4y2BatgydF4y2Ba1),gydF4y2BapgydF4y2Ba（gydF4y2BatgydF4y2Ba2),…gydF4y2BapgydF4y2Ba（gydF4y2BatgydF4y2Ba-gydF4y2BaDgydF4y2Ba)．gydF4y2Ba

例如，如果你有一个单输入，单输出gydF4y2BaidnlarxgydF4y2Ba模型。gydF4y2Ba

M = idnlarx([2 3 0]，gydF4y2Ba“wavenet”gydF4y2Ba，gydF4y2Ba“CustomRegressors”gydF4y2Ba, {gydF4y2Ba“日元(t-10) * u1 (t - 1)”gydF4y2Ba})；gydF4y2Ba

这个模型有这些回归量。gydF4y2Ba

getreg (m)gydF4y2Ba

解释:y1 (t - 1) (2) u1 (t) u1 u1 (t - 1)(2)日元(t-10) * u1 (t - 1)gydF4y2Ba

回归函数显示输出变量中的最大延迟gydF4y2Ba日元gydF4y2Ba10个样本和最大延迟是否在输入中gydF4y2Bau1gydF4y2Ba是两个样本。因此，该模型共有12个状态:gydF4y2Ba

X (t) = (y2 y1 (t - 1),(2)……,y1 (t-10), u1 (t - 1), u1 (2)]gydF4y2Ba

请注意gydF4y2Ba

状态向量首先包含输出变量，然后是输入变量。gydF4y2Ba

作为另一个例子，考虑2输出3输入模型。gydF4y2Ba

M = idnlarx([2 0 2 2 1 1 0 0;1 0 1 5 0 1 1 0]，[小波网;线性]);gydF4y2Ba

这个模型有这些回归量。gydF4y2Ba

getreg (m)gydF4y2Ba

回归函数:对于输出1:y1(t-1) y1(t-2) u1(t-1) u1(t-2) u2(t-1) u3(t -5)对于输出2:y1(t-1) u1(t-1) u2(t-2) u2(t-3) u2(t-4) u2(t-5)gydF4y2Ba

输出变量的最大延迟gydF4y2Ba日元gydF4y2Ba是两个样本。这个延迟发生在输出1的回归函数集中。三个输入变量的最大延迟分别为2、5和0。因此，状态向量为:gydF4y2Ba

X (t) = (y1 (t - 1)、(2)、u1 (t - 1), u1 (2), u2 (t - 1), u2 (2), u2(条t - 3), u2(第四节),u2 (t-5)]gydF4y2Ba

变量gydF4y2Bay2gydF4y2Ba而且gydF4y2Bau3gydF4y2Ba不要对状态向量做出贡献，因为这些变量中的最大延迟为零。gydF4y2Ba

通过检查回归器来确定状态的一种更简单的方法是使用gydF4y2BagetDelayInfogydF4y2Ba，它返回所有模型输出中所有I/O变量的最大延迟。对于多输入多输出模型gydF4y2Ba米gydF4y2Ba，gydF4y2BagetDelayInfogydF4y2Ba返回:gydF4y2Ba

maxDel = getDelayInfo(m)gydF4y2Ba

maxDel =gydF4y2Ba1×5gydF4y2Ba2 0 2 50 0gydF4y2Ba

maxDelgydF4y2Ba包含所有输入和输出变量的最大延迟(gydF4y2Ba日元gydF4y2Ba，gydF4y2Bay2gydF4y2Ba，gydF4y2Bau1gydF4y2Ba，gydF4y2Bau2gydF4y2Ba，gydF4y2Bau3gydF4y2Ba)．模型状态的总数为gydF4y2Basum(maxDel) = 9gydF4y2Ba．gydF4y2Ba

an的状态集合gydF4y2BaidnlarxgydF4y2Ba模型不需要是最小的。gydF4y2Ba