初步的步骤——估计模型和输入订单延误
为什么订单估计模型和延迟?
估计多项式模型,您必须提供输入订单延误和模型。如果你已经了解的物理系统,您可以指定极点和零点的数量。
在大多数情况下,你不知道模型提前订单。得到初始模型系统订单和延迟,你可以估计几个ARX模型与一系列的订单和延迟和比较这些模型的性能。你选择模型订单对应的最佳模型的性能和使用这些订单作为初始猜测进一步建模。
因为这个估计过程采用ARX模型结构,包括一个和B多项式,你只能得到估计的na,注,nk参数。不过,您可以使用这些结果作为初始猜测中相应的多项式输入延迟订单和其他的模型结构,如ARMAX OE, BJ。
如果估计nk太小,领先的注比他们的标准差系数要小得多。相反,如果估计nk太大,残差之间存在显著相关性,输入对应的滞后失踪吗B条款。剩余信息分析情节,看到主题残留分析页面。
估计订单和延迟的应用
下列程序假定你已经你的数据导入到应用程序和执行任何必要的预处理操作。有关更多信息,请参见表示数据。
订单和预测模型输入延迟系统识别的应用:
在系统识别应用,选择估计>多项式模型对话框打开多项式模型。
ARX模型已经默认选中的结构列表。
请注意
对于时间序列模型,选择AR模型结构。
编辑订单字段指定一个范围的波兰人、零和延迟。例如,输入以下值na,注,nk:
[1:10 1:10 1:10]
提示
为进入一个快捷方式
1:10
每个模型需要订单,点击顺序选择。点击估计打开ARX模型结构选择窗口,显示了每个组合模型的模型性能参数。下面的图显示了一个示例。
选择一个矩形代表最优参数组合并单击插入与这些参数估计模型。使用此图的信息,看到选择最佳模型的命令ARX结构。
此操作添加一个新模型系统辨识的模型板应用。默认名称参数模型包含模型的类型和数量的波兰人,0,和延迟。例如,
arx692
是一个ARX模型n一个= 6,nb= 9,和两个样品的延迟。点击关闭关闭ARX模型结构选择窗口。
请注意
你不能命令时使用多输出数据估计模型。
订单和延迟后估计模型,使用这些值作为初始猜测估计其他模型结构,所述估计多项式模型的应用。
命令在命令行估计模型
你可以订单使用估计模型struc
,arxstruc
,selstruc
命令的组合。
如果你正在与一个多输出系统,您必须使用struc
,arxstruc
,selstruc
命令一个输出。你必须subreference正确的输出通道评估和验证数据集。
树立了一个对于每个估计,你使用两个独立的数据评估数据集和验证数据集。可以从不同的实验中,这些独立的数据集或数据从一个子集的实验。关于subreferencing数据的更多信息,参见选择的数据通道,在iddata I / O数据和实验对象和在idfrd选择I / O通道和数据对象。
例如估算模型的一个应用系统,订单看看估计延迟的应用系统在系统辨识工具箱入门指南。
struc
的struc
命令创建一个矩阵可能model-order指定范围的组合n一个,nb,nk值。
例如,下面的命令定义模型和延迟订单的范围na = 2:5
,nb = 1:5
,nk = 1:5
:
NN = struc (2:5, 1:5, 1:5))
arxstruc
的arxstruc
命令的输出struc
估计,一个ARX模型为每个模型,并比较该模型输出的测量输出。arxstruc
返回损失为每个模式的规范化和平方预测误差。
例如,以下命令使用的范围指定的订单神经网络
对于计算单的损失函数/变量估计数据data_e
和验证数据data_v
:
V = arxstruc (data_e data_v, NN);
在每一行神经网络
对应于一组订单:
(na nb nk)
selstruc
的selstruc
命令的输出arxstruc
并打开ARX模型结构选择窗口指导你选择的模型与最佳性能。
例如,打开ARX模型结构选择窗口和交互式地选择最优参数组合,使用以下命令:
selstruc (V);
关于工作的更多信息与ARX模型结构选择窗口,看到的选择最佳模型的命令ARX结构。
找到结构,最大限度地减少Akaike的信息标准,使用以下命令:
nn = selstruc (V,“另类投资会议”);
在哪里神经网络
包含相应的na
,注
,nk
订单。
同样,找到最小的结构,Rissanen的最小描述长度(MDL),使用下面的命令:
nn = selstruc (V,“MDL”);
选择结构最小的损失函数,使用以下命令:
nn = selstruc (V, 0);
订单和延迟后估计模型,使用这些值作为初始猜测估计其他模型结构,所述使用聚估计多项式模型。
估计延迟在命令行
的延迟
命令估计动态系统中的时间延迟估计低阶,离散时间ARX模型和治疗延迟作为未知参数。
默认情况下,延迟
假设n一个=nb=2
有一个很好的信噪比,并使用这些信息来估计nk。
估计延迟的数据集数据
在提示符中输入以下:
延迟(数据);
如果您的数据有一个输入,MATLAB®计算一个标量值输入delay-equal数据样本的数量。如果您的数据有多个输入,MATLAB返回一个向量,其中每个值对应的输入信号的延迟。
计算实际的延迟时间,您必须输入延迟乘以样本数据的时间。
您还可以使用ARX模型结构选择窗口输入延迟和模型估计订单在一起,所述命令在命令行估计模型。
选择最佳模型的命令ARX结构
你为你的数据生成ARX模型结构选择窗口选择最佳模型。
程序生成这个阴谋的系统识别应用,明白了估计订单和延迟的应用。在命令行打开这个情节,看到的命令在命令行估计模型。
下图显示了一个示例图在ARX模型结构选择窗口。
你用这个图来选择最佳模型。
水平轴的参数——的总数n一个+nb。
纵轴,叫做原因不明的输出方差(%),输出的部分不是用模型来解释ARX模型预测误差参数的数量显示在水平轴上。
的预测误差的平方和的验证数据输出和模型之间的差异领先一步预测输出。
nk是延迟。
三个矩形突出显示在绿色情节,蓝色,红色。每一种颜色表示类型的最佳标准,如下:
红色——最适合的平方和最小化之间的差异验证数据输出和模型的输出。这个矩形表示整体最适合。
绿色——最适合最小化,Rissanen MDL准则。
蓝色——最适合最小化Akaike AIC准则。
在ARX模型结构选择窗口,单击任何栏查看订单给最适合的。右边的区域动态更新显示给最适合的订单和延误。
关于AIC准则的更多信息,请参阅损失函数和模型质量的指标。