使用线性OE模型初始化Hammerstein-Wiener模型

这个例子展示了如何使用线性OE模型估计Hammerstein-Wiener模型。

加载估计数据。

负载throttledata.mat

该命令用于加载数据对象ThrottleData进入工作区。该物体包含从发动机油门系统收集的输入和输出样本，以100Hz的频率采样。

在节气门系统中，直流电动机控制蝶阀的开启角度。一个步进信号(以伏特为单位)驱动直流电机。输出是阀门的角度位置(以度为单位)。

绘制数据图，查看和分析数据特征。

情节(ThrottleData)

在15-90度的正常工作范围内，输入和输出变量呈线性关系。您使用低阶线性模型来模拟这种关系。

在节气门系统中，硬停止限制阀门位置为90度，弹簧使阀门恢复15度时，直流电机关闭。这些物理成分引入了线性模型无法捕捉的非线性。

估计一个Hammerstein-Wiener模型来模拟这个单输入单输出系统在正常工作范围内的线性行为。

去趋势化数据，因为线性模型无法捕获偏移量。Tr = getTrend(ThrottleData);Tr.OutputOffset = 15;DetrendedData = dettrend (ThrottleData,Tr);估计一个线性OE模型，na=2, nb=1, nk=1。opt = oeOptions(“焦点”，“模拟”）;线性模型= oe(DetrendedData，[2 1 1]，opt);

将模拟模型响应与估计数据进行比较。

比较(DetrendedData LinearModel)

线性模型捕捉了线性工作范围内的上升和下降行为，但不考虑90度时的输出饱和。

估计一个Hammerstein-Wiener模型来模拟输出饱和度。

NonlinearModel = nlhw(ThrottleData, LinearModel， []， idSaturation);

该软件利用线性模型的阶数和时延来计算非线性模型的阶数。此外，该软件使用B而且F线性传递函数的多项式。

将非线性模型与数据进行比较。

比较(ThrottleData NonlinearModel)

相关的话题

• 什么是Hammerstein-Wiener模型?
• 识别Hammerstein-Wiener模型
• 在命令行上估计Hammerstein-Wiener模型