Основные операторы и функции пакета System Identification Toolbox
Приведем основные операторы и функции пакета System Identification Toolbox, которые набираются в командной строке MATLAB или могут быть использованы при написании программ для m-файлов. Наиболее полную информацию о содержании, написании и использовании этих функций можно получить в литературе [2] и справочной части help MATLAB. idhelp – используется для вызова подсказаки о возможностях пакета. iddemo – используется для вызова демонстрационных примеров. ident – команда вызова графического интерфейса пользователя. m idprefs – команда задает (изменяет) директорию для файла midprefs.mat,хранящего информацию о начальных параметрах графического интерфейса мользователя при его открытии. predict – команда осуществляет прогноз выхода объекта по его ттета-модели и сучетом информации о его предыдущих фактических значениях выхода ( рекомендуется для расчета прогноза значений временной последовательности). pe – вычисляет ошибку модели при заданном входе и известном выходе объекта. id sim – возвращает выход модели тета-формата. iddata – создает файл объекта данных. detrend – удаляет тренд из набора данных. idfilt – команда фильтрует данные с помощью фильтра Баттерворта. idinput - команда генерирует входные сигналы для идентификации. merge – объединяет несколько экспериментов. misdata – оценивает и заменяет потерю входных и выходных данных в файле созданном с помощью команды iddata. esample – восстанавливает форму квантованного сигнала данных прореживанием и интерполяцией и изменяет частоту дискретизации. Функции непараметрического оценивания: covf – выполняет расчет авто - и взаимных корреляционных функций совокупности экспериментальных данных. cra – определяет оценку импульсной характеристики методом коррелированного анализа для одномерного (один вход – один выход) объекта. etfe – возвращает оценку дискретной передаточной функции для обобщенной линейной модели одномерного объекта в частотной форме. impulse – выводит на дисплей импульсную характеристику модели. spa – возвращает частотные характеристики объекта и оценки спектральных плотностей его сигналов для обобщенной линейной модели объекта (возвращает модель объекта в частотном формате). step – выводит на дисплей переходную (временную) характеристику модели объекта (реакция на единичное ступенчатое воздействие).
Функции параметрического оценивания: ar – оценивает параметры модели авторегрессии (AR), то есть коэффициенты полинома A(z), при моделировании скалярных временных последовательностей. armax – оценивает параметры модели ARMAX. arx – оценивает параметры моделей ARX и AR. bj – оценивает параметры модели Бокса-Дженкинса. Ivar – оценивает параметры скалярной AR-модели. iv4 – оценивает параметры для моделей ARX с использованием четырехступенчатого метода инструментальной переменной. n4sid – используется для оценивания параметров моделей для переменных состояния в канонической форме при произвольном числе входов и выходов. ivx – оценивает параметры ARX-моделей методом инструментальной переменной. oe – оценивает параметры ОЕ-модели. pem – оценивает параметры обобщенной многомерной линейной модели. Функции задания структуры модели: idpoly – создавать модель объекта в виде полинома. idss – создает модель объекта в виде переменных состояния. i darx – создает многопараметрическую ARX-модель объекта. idgrey – создает модель объекта, созданную пользователем. arx 2 th – создает матрицу модели тета-формата по полиномам ARX-модели многомерного объекта. canform – создает каноническую форму модели для переменных состояния многомерного объекта. mf 2 th – преобразует структуру модели для пременных состояния в тета-формат. poly 2 th – создает модель тета-формата из исходной модели «вход-выход». Функции извлечения данных о моделях: arxdata – возвращает матрицы коэффициентов полиномов ARX-моделей, а также их среднеквадратические отклонения. polydata – возвращает матрица коэффициентов полиномов. ssdata – функция возвращает матрицы(и величину интервала дискретизации в дискретном случае) ss-моделей (моделей переменных состояния). tfdata – данная функция возвращает числитель и знаменатель передаточной функции. zpkdata – функция возвращает нули, полюсы и обобщенные коэффициенты передачи для каждого канала модели тета-формата или LTI-модели (если используется пакет Control System Toolbox c именем sys). idfrd – данная функция создает частотную модель объекта в frd-формате. idmodred – функция уменьшает порядок модели объекта. c2d, d2c – первая функция преобразует непрерывную модель в дискретную. Вторая – наоборот. ss, tf, zpk, frd – функции создания моделей стационарных систем в виде модели переменных состояния (ss), передаточной функции по ее заданным нулям и полюсам (zpk), передаточной функции, записанной в операторном виде (tf) и в частотном виде (frd). Функции отображения модели: bode , bodeplot , ffplot – функции отображения логарифмических частотных характеристик. plot – отображение входных - выходных данных для данных объекта. present – функция отображения вида модели тета-формата с оценкой среднеквадратического отклонения, функции потерь и оценки точности модели.. pzmap – отображает нули и полюсы модели (с областями неопределенности). nyquist – отображает диаграмму Найквиста (гадограф АФХ) передаточной функции. view – отбражение LTI-модели (при использовании пакета Control System Toolbox). Функции проверки адекватности модели: compare – функция позволяет сравнить выходы модели и объекта с выводом на дисплей сравнительных графиков и указанием оценки адекватности модели. resid – функция вычисляет остаточную ошибку для заданной модели и соответствующие корреляционные функции. Функции выбора структуры модели: aic, fpe – функции вычисляют информационный критерий AIC и конечную ошибку модели. arxstruc – функция вычисляет функции потерь для ряда различных конкурирующих ARX-моделей с одним выходом. selstruc – функция осуществляет выбор наилучшей структуры модели В состав библиотеки System ID Blocks блоков Simulink входят блоки, позволяющие производить оценивание ряда типовых моделей: ● модели авторегрессии AR (AutoRegressive model estimator); ● ARX-модели (AutoRegressive Moving Average with eXternal input model estimator); ● ARX-модели (AutoRegressive Moving Average with eXternal input model estimator); ● модели Бокса-Дженкинса BJ (Box-Jenkins model estimatjr); ● обобщенной линейной модели (General model estimator using Predictive Error Method); ● модели «вход-выход» OE (Output-error model estimator). Правила работы с данными блоками аналогичны правилам для других блоков Simulink. Полученная модель отображается в основном окне MATLAB.
Популярное: Модели организации как закрытой, открытой, частично открытой системы: Закрытая система имеет жесткие фиксированные границы, ее действия относительно независимы... Почему двоичная система счисления так распространена?: Каждая цифра должна быть как-то представлена на физическом носителе... ©2015-2020 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (326)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |