ETFE.GydF4y2Ba

估计经验转移函数和期间图GydF4y2Ba

页面上倒塌GydF4y2Ba

句法GydF4y2Ba

g = etfe（数据）GydF4y2Ba

g = etfe（数据，m）GydF4y2Ba

g = etfe（数据，m，n）GydF4y2Ba

描述GydF4y2Ba

例子GydF4y2Ba

GGydF4y2Ba= etfe（GydF4y2Ba数据GydF4y2Ba）GydF4y2Ba估计表格的转移函数：GydF4y2Ba

$yGydF4y2Ba （GydF4y2Ba T.GydF4y2Ba ）GydF4y2Ba =GydF4y2Ba GGydF4y2Ba （GydF4y2Ba 问：GydF4y2Ba ）GydF4y2Ba 你GydF4y2Ba （GydF4y2Ba T.GydF4y2Ba ）GydF4y2Ba +GydF4y2Ba V.GydF4y2Ba （GydF4y2Ba T.GydF4y2Ba ）GydF4y2Ba$

数据GydF4y2Ba包含时间或频域输入 - 输出数据或时间序列数据：GydF4y2Ba

如果GydF4y2Ba数据GydF4y2Ba是时域输入输出信号，GydF4y2BaGGydF4y2Ba是输出傅里叶变换与数据的输入傅里叶变换的比率。GydF4y2Ba
对于非星期性数据，在128个等间隔的频率下估计传递函数GydF4y2Ba[1：128] / 128 * PI / TSGydF4y2Ba。GydF4y2Ba
对于包含整个时期的定期数据（GydF4y2Badata.period =整数GydF4y2Ba），响应在频率下计算GydF4y2BaK * 2 * PI /期间GydF4y2Ba为了GydF4y2Bak = 0.GydF4y2Ba达到奈奎斯特频率。GydF4y2Ba
如果GydF4y2Ba数据GydF4y2Ba是频域输入输出信号，GydF4y2BaGGydF4y2Ba是输出与所有频率输入的比率，其中输入是非零的。GydF4y2Ba
如果GydF4y2Ba数据GydF4y2Ba是时间序列数据（无输入通道），GydF4y2BaGGydF4y2Ba是数据的时期图，即数据的傅里叶变换的规范绝对方形。如上所述，相应的光谱估计是归一化的GydF4y2Ba频谱归一化GydF4y2Ba和不同于GydF4y2Ba光谱GydF4y2Ba信号处理工具箱™产品中的标准化。GydF4y2Ba

例子GydF4y2Ba

GGydF4y2Ba= etfe（GydF4y2Ba数据GydF4y2Ba那GydF4y2BamGydF4y2Ba）GydF4y2Ba使用汉明窗口对原始光谱估计进行平滑操作，从而产生频率分辨率GydF4y2BaPI / M.GydF4y2Ba。的效果GydF4y2BamGydF4y2Ba类似于效果GydF4y2BamGydF4y2Ba在GydF4y2Ba温泉GydF4y2Ba。GydF4y2BamGydF4y2Ba忽略定期数据。使用此语法作为替代方案GydF4y2Ba温泉GydF4y2Ba对于需要大值的窄带光谱和系统GydF4y2BamGydF4y2Ba。GydF4y2Ba

例子GydF4y2Ba

GGydF4y2Ba= etfe（GydF4y2Ba数据GydF4y2Ba那GydF4y2BamGydF4y2Ba那GydF4y2BaNGydF4y2Ba）GydF4y2Ba指定非星期性数据的频率间距。GydF4y2Ba

对于非二期时间域数据，GydF4y2BaNGydF4y2Ba指定频率网格GydF4y2Ba[1：n] / n * pi / tsGydF4y2BaRad / TimeUnit。未指定时，GydF4y2BaNGydF4y2Ba是128。GydF4y2Ba
对于定期时域数据，GydF4y2BaNGydF4y2Ba被忽略了。GydF4y2Ba
对于频域数据，GydF4y2BaNGydF4y2Ba是GydF4y2Bafmin：delta_f：fmaxGydF4y2Ba，在哪里GydF4y2Ba[fmin fmax]GydF4y2Ba是频率范围GydF4y2Ba数据GydF4y2Ba，和GydF4y2Badelta_f.GydF4y2Ba是GydF4y2Ba（Fmax-fmin）/（n-1）GydF4y2BaRad / TimeUnit。未指定时，在输入为非零的数据中包含的频率下计算响应。GydF4y2Ba

例子GydF4y2Ba

全部收缩GydF4y2Ba

将经验传递函数与平滑的光谱估计进行比较GydF4y2Ba

打开直播脚本GydF4y2Ba

负载估计数据。GydF4y2Ba

加载GydF4y2BaIddata1.GydF4y2BaZ1GydF4y2Ba;GydF4y2Ba

估计经验传递函数和平滑的光谱估计。GydF4y2Ba

ge = etfe（z1）;gs = spa（z1）;GydF4y2Ba

比较Bode Plot上的两个模型。GydF4y2Ba

BODE（GE，GS）GydF4y2Ba

图包含2个轴。带有标题的轴1来自：U1至：Y1包含2个类型的型号。这些对象代表GE，GS。轴2包含2个类型的2个物体。这些对象代表GE，GS。GydF4y2Ba

使用定期输入产生经验传递函数GydF4y2Ba

打开直播脚本GydF4y2Ba

生成周期性输入，模拟系统，并将估计模型与原始系统的频率响应进行比较，在激发频率点处。GydF4y2Ba

使用仿真生成周期性输入信号和输出信号。GydF4y2Ba

m = Idpoly（[1 -1.5 0.7]，[01 0.5]）;u = iddata（[]，idinput（[50,1,10]，GydF4y2Ba'正弦'GydF4y2Ba））;U.Period = 50;Y = SIM（M，U）;GydF4y2Ba

估计经验传递函数。GydF4y2Ba

我= etfe（[y u]）;GydF4y2Ba

将实证传递函数与原始模型进行比较。GydF4y2Ba

BODE（我，GydF4y2Ba'b *'GydF4y2Ba，m，GydF4y2Ba'r'GydF4y2Ba）GydF4y2Ba

图包含2个轴。带有标题的轴1来自：U1至：Y1包含2个类型的型号。这些物体代表我，m。轴2包含2个类型的2个物体。这些物体代表我，m。GydF4y2Ba

对经验传递函数估计进行平滑操作GydF4y2Ba

打开直播脚本GydF4y2Ba

使用汉明窗口对原始光谱估计进行平滑操作并比较响应。GydF4y2Ba

加载数据。GydF4y2Ba

加载GydF4y2BaIddata1.GydF4y2Ba

估计具有和无平滑操作的经验传递函数。GydF4y2Ba

ge1 = etfe（z1）;ge2 = etfe（z1,32）;GydF4y2Ba

比较Bode Plot上的模型。GydF4y2Ba

ge2.GydF4y2Ba比这更顺畅GydF4y2BaGE1.GydF4y2Ba由于平滑操作的影响。GydF4y2Ba

BODE（GE1，GE2）GydF4y2Ba

图包含2个轴。带有标题的轴1来自：U1至：Y1包含2个类型的型号。这些对象代表GE1，GE2。轴2包含2个类型的2个物体。这些对象代表GE1，GE2。GydF4y2Ba

频率间距对经验传递函数估计的比较GydF4y2Ba

打开直播脚本GydF4y2Ba

估计具有低频间距和高频间距的实证传递函数，并比较响应。GydF4y2Ba

加载数据。GydF4y2Ba

加载GydF4y2BaIddata9.GydF4y2Ba

估计具有低频间距和高频间距的经验传递函数。GydF4y2Ba

GE1 = ETFE（Z9，[]，32）;ge2 = etfe（z9，[]，512）;GydF4y2Ba

绘制两种模型的输出功率谱。GydF4y2Ba

光谱（GE1，GydF4y2Ba'B.-'GydF4y2Ba，ge2，GydF4y2Ba'G'GydF4y2Ba）GydF4y2Ba

图包含轴。具有标题的轴：E @ y1至：y1包含2个类型的2个对象。这些对象代表GE1，GE2。GydF4y2Ba

输入参数GydF4y2Ba

全部收缩GydF4y2Ba

`数据GydF4y2Ba`-GydF4y2Ba估算数据GydF4y2Ba
`iddata.GydF4y2Ba`

估计数据，指定为一个GydF4y2Baiddata.GydF4y2Ba目的。数据可以是时间或频域输入/输出信号或时间序列数据。GydF4y2Ba

`mGydF4y2Ba`-GydF4y2Ba频率分辨率GydF4y2Ba
`[]GydF4y2Ba`（默认）|GydF4y2Ba正标量GydF4y2Ba

频率分辨率，指定为正标量。GydF4y2Ba

`NGydF4y2Ba`-GydF4y2Ba频率间距GydF4y2Ba
128非过期时间域数据GydF4y2Ba（默认）|GydF4y2Ba正标量GydF4y2Ba

频率间距，指定为正标量。对于频域数据，默认频率间距是估计数据中固有的间距。GydF4y2Ba

输出参数GydF4y2Ba

全部收缩GydF4y2Ba

`GGydF4y2Ba`- 转移函数估计GydF4y2Ba
`IDFRD.GydF4y2Ba`

传递函数估计，作为返回GydF4y2BaIDFRD.GydF4y2Ba模型。GydF4y2Ba

有关使用的估计结果和选项的信息存储在模型中GydF4y2Ba报告GydF4y2Ba财产。GydF4y2Ba报告GydF4y2Ba有以下字段：GydF4y2Ba

报告领域GydF4y2Ba 描述GydF4y2Ba

地位GydF4y2Ba

模型状态摘要，指示模型是由施工创建还是通过估计获得。GydF4y2Ba

方法GydF4y2Ba

使用估计命令。GydF4y2Ba

Windowsize.GydF4y2Ba

汉明窗的大小。GydF4y2Ba

dataused.GydF4y2Ba

用于估计的数据的属性，作为具有以下字段的结构返回：GydF4y2Ba

场地GydF4y2Ba	描述GydF4y2Ba
`名称GydF4y2Ba`	数据集的名称。GydF4y2Ba
`类型GydF4y2Ba`	数据类型。GydF4y2Ba
`长度GydF4y2Ba`	数据样本数量。GydF4y2Ba
`TS.GydF4y2Ba`	采样时间。GydF4y2Ba
`绰号GydF4y2Ba`	输入InterSample行为，作为以下值之一返回：GydF4y2Ba `'ZOH'GydF4y2Ba`- 零阶保持在样本之间维护分段恒定的输入信号。GydF4y2Ba `'foh'GydF4y2Ba`- 一阶保持在样本之间维护分段 - 线性输入信号。GydF4y2Ba `'BL'GydF4y2Ba`- 带限量的行为指定连续时间输入信号具有高于奈奎斯特频率的零功率。GydF4y2Ba
`InputOffset.GydF4y2Ba`	在估计期间从时域输入数据中删除偏移量。对于非线性模型，它是GydF4y2Ba`[]GydF4y2Ba`。GydF4y2Ba
`outputOffset.GydF4y2Ba`	偏移在估计期间从时域输出数据中删除。对于非线性模型，它是GydF4y2Ba`[]GydF4y2Ba`。GydF4y2Ba