数据进行预处理
删除均值、偏移量和线性趋势;重构缺失数据，改变数据采样率
函数
去趋势 |
中包含的时域信号减去偏移量或趋势iddata对象 |
retrend |
中存储的时域数据信号添加偏移量或趋势iddata对象 |
diff |
iddata对象中的差异信号 |
idfilt |
使用用户定义的密码带、一般过滤器或巴特沃斯过滤器过滤数据 |
错误数据 |
重建缺失的输入和输出数据 |
nkshift |
移位数据序列 |
idresamp |
通过抽取或插值重新采样时域数据 |
idresampOptions |
选项集idresamp |
重新取样 |
(不推荐)对存储在iddata对象的抽取或插值(需要)信号处理工具箱软件) |
getTrend |
创建趋势信息对象以存储存储在中的时域信号的偏移量、平均值和趋势信息iddata对象 |
chgFreqUnit |
改变频率响应数据模型的频率单位 |
fdel |
从频响数据(FRD)模型中删除指定数据 |
TrendInfo |
去趋势数据的偏移和线性趋势斜率值 |
例子和程序
- 使用快速入门预处理数据
从数据中减去平均值，并指定估计和验证数据。
- 提取和建模特定的数据段
这个例子展示了如何通过只合并准确的数据段而忽略其余部分来创建一个多实验的时域数据集。
- 如何使用App消除数据趋势
在执行此任务之前，必须将定期采样的稳态时域数据导入系统识别应用程序。
- 如何在命令行中消除数据趋势
在执行此任务之前，必须将时域数据作为
iddata对象。 - 使用应用程序重新采样数据
使用系统识别应用程序重新采样时域数据。
- 在命令行重新采样数据
使用
重新取样抽取和插值时域iddata对象。 - 如何使用App过滤数据
系统识别应用程序允许您通过增强或选择特定的密码，使用五阶巴特沃斯滤波器过滤时域数据。
- 如何在命令行过滤数据
使用
idfilt将通带滤波器和其他自定义滤波器应用于时域或频域iddata对象。
概念
- 处理丢失的数据和异常值
处理丢失或错误的数据值。
- 处理数据偏移和趋势
去除和恢复数据信号中的恒定偏移量和线性趋势。
- 重采样数据
抽取和插值(重采样)数据。
- 过滤数据
决定在模型估计之前是否过滤数据以及如何预过滤数据。
