Idpoly.

具有可识别参数的多项式模型

展开所有页面

描述

一个Idpoly.模型表示作为连续时间或离散时间多项式模型的系统，具有可识别（可估计）系数。使用Idpoly.创建多项式模型或转换动态系统模型到多项式形式。

输入向量的系统的多项式模型u、输出向量y和干扰e在离散时间采取以下形式：

$一个（问） y （ t ）＝ \frac{B （问）}{F （问）} u （ t ） + \frac{C （问）}{D （问）} e （ t ）$

变量一个，B，C，D，和F是与时移运算符表示的多项式问^-1．例如，一个多项式采用此表格：

$一个（问）＝ 1 + {一个}_{1} 问^{- 1} + {一个}_{2} 问^{- 2} + \dots + {一个}_{n 一个} 问^{- n 一个}$

这里，NA.是秩序一个多项式。问^-1y（t）相当于y（t-1）。

例如,如果一个（问) = 1 +一个₁问^-1+一个₂问^-2，然后一个（y（t））= 1 +一个₁（t - 1）+一个₂（2）．

的C，D，和F多项式采用相同的形式一个多项式，以1.开始B多项式不会以1开头。

在连续时间内，多项式模型采用以下形式：

$一个（年代） Y （年代）＝ \frac{B （年代）}{F （年代）} U （年代） + \frac{C （年代）}{D （年代）} E （年代）$

U（年代）包含拉普拉斯变换输入到SYS.．Y（年代）包含拉普拉斯变换输出。E（年代）包含每个输出的干扰的拉普拉斯变换。

为了Idpoly.模型，多项式的系数一个，B，C，D，和F可以是可评估的参数。的Idpoly.模型存储这些矩阵元素的值一个，B，C，D，和F模型的属性。

时间序列模型是没有测量输入的系统多项式模型的特殊情况。对于AR模型，B和F是空的，C和D所有输出为1。对于ARMA模型,B和F是空的，而且D是1。

虽然Idpoly.万博1manbetx支持连续时间模型,idtf和IDProc.启用更多选择来估计连续时间模型。因此，对于大多数连续时间应用，这些其他模型类型是优选的。

有关多项式模型的更多信息，请参阅什么是多项式模型？

创建

你可以获得Idpoly.模型以三种方式之一。

估计Idpoly.使用命令，基于系统的输出或输入输出测量的模型poly，ARX.，armax.，OE.，BJ.，iv4，要么Ivar.．这些命令估计自由多项式系数的值。估计值存储在一个，B，C，D，和F由此产生的属性Idpoly.模型。的报告生成模型的属性存储有关估计的信息，例如有关处理估计中使用的初始条件和选项的信息。
当你获得一个Idpoly.模型通过估计，您可以使用命令从模型中提取估计的系数及其不确定性，例如polydata，getpar.，要么getcov.．
创建一个Idpoly.模型使用Idpoly.命令。你可以创建一个Idpoly.模型配置初始参数化以估计多项式模型以拟合测量的响应数据。当您这样做时，您可以在多项式系数上指定约束。例如，您可以修复某些系数的值，或指定自由系数的最小值或最大值。然后，您可以使用配置的模型作为输入参数poly使用这些约束估计参数值。
将现有的动态系统模型转换为Idpoly.模型使用Idpoly.命令。

句法

sys = idpoly (A, B, C, D, F, NoiseVariance, Ts)

sys = iDpoly（a，b，c，d，f，noisevariance，ts，名称，值）

sys = iDpoly（a）

sys = iDpoly（a，[]，c，d，[]，noisevariance，ts）

sys = iDpoly（a，[]，c，d，[]，noisevariance，ts，名称，值）

SYS = IDPOLY（SYS0）

sys = iDpoly（sys0，'split'）

描述

创建输入输出多项式模型

例子

SYS.= iDpoly（A，B，C，D，F，noisavariance.，TS.）创建具有可识别系数的多项式模型。一个，B，C，D，和F指定系数的初始值。noisavariance.指定白噪声源的方差的初始值。TS.是模型采样时间。

例子

SYS.= iDpoly（A，B，C，D，F，noisavariance.，TS.，名称,值）使用一个或多个名称值对参数指定的其他选项创建多项式模型。

创建时间序列模型

SYS.= iDpoly（a）只有自回归术语创建时间序列模型。在这种情况下，SYS.表示由此给出的AR模型一个（问）y（t）=e（t）．噪音e（t）具有方差1。一个指定可估计系数的初始值。

例子

SYS.= iDpoly（a，[]，c，d，[]，noisavariance.，TS.）创建一个带有自回归和移动平均术语的时间序列模型。投入一个，C，和D，指定可估计系数的初始值。noisavariance.指定噪声的初始值e（t）。TS.是模型采样时间。（忽略noisavariance.和TS.使用它们的默认值。）

如果D被设置为[]，然后SYS.代表由此给出的ARMA模型

$一个（问） y （ t ）＝ C （问） e （ t ）$

例子

SYS.= iDpoly（a，[]，c，d，[]，noisavariance.，TS.，名称,值）使用一个或多个名称值对参数指定的其他选项创建时间序列模型。

将动态系统模型转换为多项式模型

例子

SYS.= iDpoly（SYS0.）转换动态系统模型SYS0.到Idpoly.模型形式。SYS0.可以是任何动态系统模型。

SYS.= iDpoly（SYS0.，'分裂'）转换SYS0.到Idpoly.模型形式，并对待最后一个N_y输入频道SYS0.作为返回模型中的噪声通道。SYS0.必须是一个数字TF.（控制系统工具箱），ZPK.（控制系统工具箱），要么SS.（控制系统工具箱）模型对象。还，SYS0.必须至少有许多输入作为输出。

输入参数

展开全部

`SYS0.`- - - - - -动态系统
动态系统模型

动态系统，指定为动态系统模型转换为Idpoly.模型。

什么时候SYS0.是一个识别的模型，其估计的参数协方差在转换期间丢失。如果要在转换期间转换估计的参数协方差，请使用翻译．

对于语法sys = iDpoly（sys0，'split'），SYS0.必须符合以下要求。

SYS0.是一个数字TF.（控制系统工具箱），ZPK.（控制系统工具箱），要么SS.（控制系统工具箱）模型对象。
SYS0.至少有许多输入作为输出。
子系统纽约sys0(: + 1:ν)必须是双倍手。

特性

展开全部

`A，B，C，D，F`- - - - - -多项式系数的值
`[]`|`1`|行向量|一系列行向量

多项式系数的值，指定为SISO模型的行向量，或者对于MIMO模型，对应于每个的行向量的单元阵列一个，B，C，D，和F多项式。对于每个多项式，系数以以下顺序存储：

上升权力z^-1要么问^-1（用于离散时间多项式模型）。
下行权力年代要么p（用于连续时间多项式模型）。

领先的系数一个，C，D，和F总是1。

用于MIMO模型N_y产出和N_u输入，一个，B，C，D，和F是行向量的单元格数组。单元格数组中的每一项都包含与输入、输出和噪声值相关的特定多项式的系数。

多项式维度和限制描述所描述的

多项式	维度和限制	描述所描述的
`一个`	N_y-经过-N_y行向量的单元格阵列主要系数：对角线条目 - 固定为1 偏离对角线条目 - 固定为0	`a {i，j}`包含与输出相关的系数y_我到产出y_j．例如，对于双输出系统，`一个`是一个2×2的单元阵列，如： {1,1} = [1.1] A {1,2} = [0.4 -0.6] A {2,1} = 0 a {2,2} = [1 0.2 0.3]
`B，F`	N_y-经过-N_u一系列行向量主要系数： B - 不受限制 f - 固定为1	`b {i，j}`和`f {i，j}`包含与输出相关的系数y_我到意见u_j．例如，对于双输出系统，`B`和`F`是2×1个细胞阵列，例如： B {1,1} = [0.1 0.2] B {2,1} = [0.5 0.3] F {1,1} = [1 0.8] F {2,1} = [1 0.4]
`C, D`	N_y- 1个行向量阵列主要系数： c - 固定为1 D - 固定为1	`c {i}`和`d {i}`包含与输出相关的系数y_我噪音e_我．例如，对于双输出系统，`C`和`D`是2×1个细胞阵列，例如： C {1,1} = [1 0.3] C {2,1} = [1 0.5 0.3] D {1,1} = [1 0.7] D {2,1} = [1 0.1 0.2]

一个

N_y-经过-N_y行向量的单元格阵列

主要系数：

对角线条目 - 固定为1
偏离对角线条目 - 固定为0

a {i，j}包含与输出相关的系数y_我到产出y_j．

例如，对于双输出系统，一个是一个2×2的单元阵列，如：

{1,1} = [1.1] A {1,2} = [0.4 -0.6] A {2,1} = 0 a {2,2} = [1 0.2 0.3]

B，F

N_y-经过-N_u一系列行向量

主要系数：

B - 不受限制
f - 固定为1

b {i，j}和f {i，j}包含与输出相关的系数y_我到意见u_j．

例如，对于双输出系统，B和F是2×1个细胞阵列，例如：

B {1,1} = [0.1 0.2] B {2,1} = [0.5 0.3] F {1,1} = [1 0.8] F {2,1} = [1 0.4]

C, D

N_y- 1个行向量阵列

主要系数：

c - 固定为1
D - 固定为1

c {i}和d {i}包含与输出相关的系数y_我噪音e_我．

例如，对于双输出系统，C和D是2×1个细胞阵列，例如：

C {1,1} = [1 0.3] C {2,1} = [1 0.5 0.3] D {1,1} = [1 0.7] D {2,1} = [1 0.1 0.2]

对于时间序列模型（没有测量输入的型号），B = []和F = []．

如果你获得了一个Idpoly.模型SYS.通过使用诸如poly要么ARX.，然后sys.a.，sys.b.，sys.c.，sys.d.，和sys.f.包含多项式系数的估计值。

如果你创建一个Idpoly.模型SYS.使用Idpoly.命令，sys.a.，sys.b.，sys.c.，sys.d.，和sys.f.包含您使用的初始系数值A，B，C，D，F输入参数。使用南对于初始值未知的任何系数。使用[]对于您想要创建的模型结构中不存在的任何多项式。例如，要创建ARX模型，使用[]为了C，D，和F．对于ARMA时间序列模型，使用[]为了B和F．当您创建Idpoly.模型是：

B -[]
C -1对于所有输出
D -1对于所有输出
F -[]

为Idpoly.模型SYS.，每个属性sys.a.，sys.b.，sys.c.，sys.d.，和sys.f.是相应的别名价值条目的结构财产SYS.．例如,sys.a.是财产价值的别名sys.structure.a.value.．

`多变的`- - - - - -多项式模型显示变量
`“年代”`（默认）|`“p”`|`'z ^ -1'`|`'q ^ -1'`

多项式模型显示变量，指定为以下值之一：

'z ^ -1'- 用于离散时间模型的默认值
'q ^ -1'- 相当于'z ^ -1'
“年代”—默认为连续时间模型
“p”- 相当于“年代”

的价值多变的是体现在展示上，还是影响解读的一个，B，C，D，和F用于离散时间模型的系数矢量。什么时候多变的被设置为'z ^ -1'要么'q ^ -1'，系数向量被命令作为变量的升序。

`Iodelay`- - - - - -运输延误
`0`（默认）|标量子|数字数组

传输延迟，指定为包含每个输入输出对的单独传输延迟的数字数组，或者作为每个输入输出对应用相同延迟的标量。

对于连续时间系统，运输延迟在存储在中的时间单位中表示时髦财产。对于离散时间系统，传输延迟表示为表示示例时间倍增的整数TS.．

用于MIMO系统N_y产出和N_u输入，Iodelay是一个N_y-经过-N_u大批。此阵列的每个条目是表示相应输入输出对的传输延迟的数值。你可以设置Iodelay到标量值以向所有输入输出对应用相同的延迟。

如果你创建一个Idpoly.模型SYS.使用Idpoly.命令，sys.iodelay.包含使用名称值对参数指定的传输延迟的初始值。

如果你获得了一个Idpoly.模型SYS.通过使用诸如poly要么ARX.，然后sys.iodelay.包含运输延迟的估计值。

为Idpoly.模型SYS.，物业sys.iodelay.是属性价值的别名sys.structure.iodelay.Value.．

`IntegTatenoise.`- - - - - -噪声信道上存在积分
零的逻辑向量（默认）|逻辑矢量

逻辑向量，表示噪声通道上是否存在积分，指定为长度等于输出数量的逻辑向量。

Integratenoise（i）=真实表示噪声通道我输出包含集成器。在这种情况下，相应的D多项式包含一个在物业中没有表示的额外术语sys.d.．该集成术语等于1 /年代对于连续时间系统和1 /（1-z^-1）对于离散时间系统。

`结构`- - - - - -有关可估计参数的信息
结构属性值

关于可估计参数的特性特定信息Idpoly.模型，指定为结构。

对于一个系统N_y产出和N_u输入，尺寸结构元素如下：

sys.structure.a.- - - - - -N_y-经过-N_y
sys.structure.b.- - - - - -N_y-经过-N_u
sys.structure.c.- - - - - -N_y-经过-1
sys.structure.d.- - - - - -N_y-经过-1
sys.structure.f.- - - - - -N_y-经过-N_u

sys.structure.a.，sys.structure.b.，sys.structure.c.，sys.structure.d.，和sys.structure.f.包含有关多项式系数的信息。sys.structure.iodelay.包含有关运输延迟的信息。sys.structure.Integratenoise.包含有关噪声上集成术语的信息。每个参数结构包含以下字段。

场地	描述	例子
价值	参数值。每个属性都是相应的别名`价值`条目的`结构`财产`SYS.`．`南`表示未知的参数值。	`sys.structure.a.value.`包含SISO的初始或估计值一个多项式。`sys.a.`是这个属性价值的别名。`sys.a {i，j}`是MIMO财产的别名`sys.structure.a（i，j）.Value`．
最低限度	参数在估计期间可以假设的最小值	`sys.structure.iodelay.minimum = 0.1`将传输延迟约束到大于或等于0.1的值。`sys.structure.iodelay.minimum.`必须大于或等于零。
最大	参数在估计期间可以假设的最大值
自由	Boolean指定参数是否是免费估计变量。如果要修复估计期间参数的值，请设置相应的`自由`到`错误的`．对于固定值，例如值的主要系数一个多项式，总是等于1，相应的值`自由`总是`错误的`．	如果B是一个3×3矩阵，`sys.structure.b.free = Eye（3）`修复所有偏差条目B指定的值`sys.structure.b.value.`．在这种情况下，只有对角线条目B是可评估的。
规模	参数值的比例。估计算法不使用`规模`．
信息	包含字段的结构数组`标签`和`单元`用于存储参数标签和单位。将参数标签和单位指定为字符向量。	例子：`“时间”`

非活动多项式，例如B在时间序列模型中的多项式，不可用作参数结构财产。例如,Sys = idpoly([1 -0.2 0.5])创建一个AR模型。sys.structure.包含字段sys.structure.a.和sys.structure.Integratenoise.．但是，没有现场结构对应于B，C，D，F，要么Iodelay．

`noisavariance.`- - - - - -模型创新的差异
正标量|矩阵

模型创新的差异（协方差矩阵）e，指定为标量或正半纤维矩阵。

SISO模型 - 标量
MIMO模型与N_y输出 -N_y-经过-N_y正半纤维矩阵

识别的模型包括白色高斯噪声分量e（t）。noisavariance.是该噪声分量的方差。通常，模型估计函数（例如poly）确定这种方差。

`报告`- - - - - -总结报告
报告字段值

此属性是只读的。

摘要报告，包含关于使用评估命令获得的状态空间模型的评估选项和结果的信息，例如poly，armax.，OE.，和BJ.．使用报告要查找所识别的模型的估计信息，包括：

估计方法
估算选项
搜索终止条件
评估数据匹配和其他质量度量

如果您通过施工创建模型，则内容报告是无关紧要的。

m = iDpoly（{[1 0.5]}，{[1 5]}，{[1 0.01]}）;m.report.Optionsed.

ans = []

如果使用估计命令获取模型，则报告包含有关估计数据，选项和结果的信息。

加载iddata2.Z2；m =聚（Z2，[2 2 3 3 2 1]）;m.report.Optionsed.

选项为polyest命令设置：initialcondition：'auto'焦点：'预测'emplateCovariance：1显示：'关闭'infipofoffset：[] OutputOffset：[]正规化：[1x1 struct] searchMethod：'auto'searchOptions：[1x1 Idoptions。search.inentsolver]高级：[1x1 struct]

有关此属性的更多信息以及如何使用它，请参阅相应估计命令参考页面的输出参数部分和估计报告．

`inputdelay.`- - - - - -每个输入通道的输入延迟
`0`（默认）|标量子|向量

每个输入通道的输入延迟，指定为标量值或数字向量。对于连续时间系统，请在存储在中的时间单位中指定输入延迟时髦财产。对于离散时间系统，请在图案时间的整数倍数中指定输入延迟TS.．例如，设置inputdelay.到3.指定三个采样时间的延迟。

对于一个系统N_u输入，集合inputdelay.对A.N_u1的向量。这个向量的每一项都是一个数值，表示对应输入通道的输入延迟。

你也可以设置inputdelay.对标量值对所有通道应用相同的延迟。

在估计中，inputdelay.是模型的固定常数。该软件使用Iodelay估计时间延迟的财产。指定估计时间延迟，使用的初始值和约束sys.structure.iodelay.．

`OutputDelay`- - - - - -每个输出通道的输出延迟
`0`（默认）

此属性是只读的。

每个输出通道的输出延迟，指定为0．该值是针对识别的系统固定的Idpoly.．

`TS.`- - - - - -采样时间
`-1`（默认）|`0`|正标量

采样时间，指定为以下之一。

具有未指明采样时间的离散时间模型 --1
连续时间模型 -0
具有指定采样时间模型的离散时间模型 - 正标量标量表示在指定的单位中表示的采样周期时髦模型的财产

更改此属性不会离散或重新确定模型。使用C2D.和D2C.在连续和离散时间表示之间转换。使用D2D.更改离散时间系统的采样时间。

`时髦`- - - - - -时间变量的单位
`“秒”`（默认）|`'纳秒'`|`'微秒'`|`'毫秒'`|`'分钟'`|`'小时'`|`'天'`|`“周”`|`“月”`|`'年'`

单位为时间变量，采样时间TS.，以及模型中的任何时间延迟，指定为标量。

更改此属性不会重新确定或转换数据。修改属性仅更改现有数据的解释。使用chgtimeUnit.将数据转换为不同的时间单位

`InputName.`- - - - - -输入通道名称
`''`（默认）|字符向量|细胞阵列

输入通道名称，指定为字符向量或单元格数组。

单输入模型 - 字符向量，例如，'控制'
多输入模型 - 字符向量单元阵列

或者，使用自动向量展开为多输入模型分配输入名称。例如,如果SYS.是一个两个输入模型，输入以下内容：

sys.InputName ='控件';

输入名称自动展开{'控件（1）';'控件（2）'}．

当您使用一个估计模型时iddata.对象数据，软件自动设置InputName.到data.InputName.．

您可以使用速记表示法u参考InputName.财产。例如,sys.u.相当于sys.inputname.．

您可以通过几种方式使用输入通道名称，包括:

识别模型显示和绘图上的频道。
提取MIMO系统的子系统。
在互连模型时指定连接点。

`InpoinUnit.`- - - - - -输入通道单位
`''`（默认）|字符向量|细胞阵列

输入通道单元，指定为字符向量或单元数组:

单输入模型 - 字符向量
多输入模型 - 字符向量单元阵列

使用InpoinUnit.跟踪输入信号单元。InpoinUnit.对系统行为没有影响。

`InputGroup`- - - - - -输入通道组
没有田地的结构（默认）|结构体

输入通道组，指定为结构。的InputGroup属性允许您将MIMO系统的输入通道划分为多个组，以便您可以按名称引用每个组。在InputGroup结构，将字段名称设置为组名称，以及属于每个组的输入通道的字段值。

例如，创建名为的输入组控制和噪音包括输入通道1,2和3,5。

sys.inputgroup.controls = [1 2];sys.inputgroup.noise = [3 5];

然后，您可以从中提取子系统控制使用以下语法输入所有输出：

sys(:,“控制”)

`outputName.`- - - - - -输出通道名称
`''`（默认）|字符向量|细胞阵列

输出通道名称，指定为字符向量或单元格数组。

单输入模型 - 字符向量，例如，'测量'
多输入模型 - 字符向量单元阵列

或者，使用自动矢量扩展为多输出模型分配输出名称。例如,如果SYS.是一个双输出模型，请输入以下内容：

sys.outputname ='测量';

输出名称自动展开{'测量（1）';'测量（2）'}．

当您使用一个估计模型时iddata.对象数据，软件自动设置outputName.到data.outputname.．

您可以使用速记表示法y参考outputName.财产。例如,sys.y.相当于sys.outputname.．

您可以通过多种方式使用输出通道名称，包括：

识别模型显示和绘图上的频道。
提取MIMO系统的子系统。
在互连模型时指定连接点。

`OutputUnit`- - - - - -输出通道单位
`''`（默认）|字符向量|细胞阵列

输出通道单元，指定为字符向量或单元格数组。

单输入模型 - 字符向量，例如，“秒”
多输入模型 - 字符向量单元阵列

使用OutputUnit跟踪输出信号单元。OutputUnit对系统行为没有影响。

`产量组`- - - - - -输出通道组
`结构体`没有田地（默认）|`结构体`

输出通道组，指定为结构。的产量组属性允许您将MIMO Systems的输出通道划分为组，并按名称引用每个组。在产量组结构，将字段名称设置为组名称，以及属于每个组的输出通道的字段值。

例如，创建名为的输出组温度和测量包括输出通道1和3,5。

sys.outputgroup.temperature = [1];sys.outputgroup.measurement = [3 5];

然后可以从所有的输入中提取子系统测量使用以下语法输出：

SYS（'测量'，:)

`名称`- - - - - -系统名称
`''`（默认）|字符向量

例如，指定为字符向量的系统名称，'system_1'．

`笔记`- - - - - -文本关联系统
`0`-经过-`1`细绳（默认）|细绳|字符串数组|字符向量

要与系统关联的任何文本，指定为字符串。

对于单个注释，请指定笔记作为字符串或字符向量
对于多个注释，请指定笔记作为字符串数组。

该属性保留您指定的字符串或字符数据类型。当您指定字符向量时，该软件将字符向量打包到1 × 1单元格数组中。

例如,如果SYS1.，SYS2.，和SYS3.是动态系统模型，可以设置他们的笔记属性如下。

sys1.notes =.“sys1有一个字符串。”；sys2.notes = [“sys2有一个第一个字符串”；“sys3有第二个字符串”];sys3.notes ='sys3有一个字符矢量。'；sys1。笔记SYS2.．Notes sys3.Notes

ans =“sys1有一个字符串。”ans = 2×1字符串阵列“sys2具有第一字符串”“sys2具有第二个字符串”ans = 1×1个单元阵列{'sys3具有字符向量'}

`用户数据`- - - - - -数据与系统关联
`[]`（默认）|任何matlab.^®数据类型

数据与系统关联，指定为任何MATLAB数据类型。

`SamplingGrid.`- - - - - -采样网格
`[]`（默认）|结构体

用于模型阵列的采样网格，指定为结构。

对于通过采样一个或多个独立变量来导出的识别线性（IDLTI）模型的阵列，该属性跟踪与每个模型关联的变量值。显示或绘制模型阵列时出现此信息。使用此信息将跟踪结果追溯到独立变量。

将数据结构的字段名称设置为采样变量的名称。将字段值设置为与数组中的每个模型关联的采样变量值。所有采样变量必须是数字和标量值，并且所有采样值阵列必须匹配模型阵列的尺寸。

例如，假设您在系统的各种操作点收集数据。您可以单独识别每个操作点的模型，然后将结果堆叠在一起中成一个系统阵列。您可以使用关于操作点的信息标记数组中的各个模型。

nominal_engine_rpm = [1000 5000 10000];sys.samplinggrid = struct（'rpm'nominal_engine_rpm)

这里，SYS.是包含在1000,5000和10000 rpm的三个识别模型的阵列。

对于您通过线性化模拟链接生成的模型阵列万博1manbetx^®软件填充多个参数值或操作点的模型SamplingGrid.自动使用与数组中的每个条目对应的变量值。

对象功能

一般来说，任何函数都适用于动态系统模型适用于一个Idpoly.模型对象。这些功能有四种一般类型。

运营和返回的功能Idpoly.模型对象使您可以转换和操作Idpoly.楷模。例如：
- 使用合并合并估计Idpoly.楷模。
- 使用C2D.转换A.Idpoly.模型从连续到离散时间。使用D2C.转换A.Idpoly.模型从离散到连续时间。
执行分析和仿真功能的功能Idpoly.模型，如b和SIM
检索或解释模型信息的功能，例如建议和getpar.
转换的功能Idpoly.模型进入不同的模型类型，例如idtf对于时域或IDFRD.对于频域

以下列表包含您可以使用的功能的代表子集Idpoly.楷模。

展开全部

转型和操纵

`翻译`	在模型转换操作中翻译参数协方差
`setpar.`	设置属性，例如线性模型参数的值和界限
`chgtimeUnit.`	改变动态系统的时间单位
`D2D.`	重新采用离散时间模型
`D2C.`	将模型从离散转换为连续时间
`C2D.`	从持续离散时间转换模型
`合并`	合并估计模型

展开全部

分析和仿真

`SIM`	模拟鉴定模型的响应
`预测`	利用扩展卡尔曼滤波或无迹卡尔曼滤波或粒子滤波预测下一时刻的状态和状态估计误差协方差
`相比`	比较识别的模型输出和测量输出
`冲动`	动态系统的脉冲响应图;脉冲响应数据
`步`	动态系统阶跃响应图;阶跃响应数据
`b`	频率响应或幅度和相位数据的Bode图

展开全部

信息提取与解释

`tfdata.`	访问传输功能数据
`得到`	访问模型属性值
`getpar.`	获取线性模型参数的值和界限等属性
`getcov.`	识别模型的参数协方差
`建议`	数据或估计线性模型的分析和建议

展开全部

转换为其他模型结构

`idtf`	具有可识别参数的传递函数模型
`中的难点`	具有可识别参数的状态空间模型
`IDFRD.`	频率响应数据或模型

例子

全部收缩

创建多项式模型

打开直播脚本

创建一个Idpoly.代表下面的等式描述的单输入的单输入，单输出ARMAX模型：

$y （ t ） + 0 ． 5 y ＝ u （ t ） + 5 u （ t - 1 ） + 2 u （ t - 2 ） + e （ t ） + 0 ． 01. e （ t - 1 ）$

$y$ 是输出, $u$ 是输入，和 $e$ 是白噪声障碍 $y$ ．

创建Idpoly.模型，定义一个，B，和C描述输出值、输入值和噪声值之间关系的多项式。因为系统方程中没有分母项，D和F是1。

a = [1 0.5];B = [1 5 2];c = [1 0.01];

创建一个Idpoly.具有指定系数的模型。

sys = iDpoly（a，b，c）

SYS =离散时间ARMAX模型：a（z）y（t）= b（z）u（z）u（t）+ c（z）e（z）a（z）= 1 + 0.5 z ^ -1b（z）= 1 + 5 z ^ -1 + 2 z ^ -2 c（z）= 1 + 0.01 z ^ -1采样时间：未指定的参数化：多项式令：na = 1 nb = 3 nc = 1 nk = 0空闲系数：5使用“polydata”，“getPvec”，“getcov”用于参数及其不确定性。状态:由直接构造或转换产生。不估计。

显示屏显示所有多项式，并允许您验证它们。显示屏还指出有五个自由系数。

创建一个Idpoly.具有指定噪声方差的模型NV.和采样时间TS.．为此，您还必须包含1的值D和F．

ts = 0.1;nv = 0.01;SYS = IDPOLY（A，B，C，1,1，NV，TS）

SYS =离散时间ARMAX模型：a（z）y（t）= b（z）u（z）u（t）+ c（z）e（z）a（z）= 1 + 0.5 z ^ -1b（z）= 1 + 5 z ^ -1 + 2 z ^ -2 c（z）= 1 + 0.01 z ^ -1采样时间：0.1秒参数化：多项式令：na = 1 nb = 3 nc = 1 nk = 0数自由系数：5使用“polydata”，“getpvec”，“getcov”用于参数及其不确定性。状态:由直接构造或转换产生。不估计。

显示屏显示0.1秒的采样时间。

指定输入输出延迟IOD.创建一个样本Idpoly.模型。

iod = 1;sys = iDpoly（a，b，c，1,1，nv，ts，'iodelay'1）

SYS =离散时间ARMAX模型：a（z）y（t）= b（z）u（z）u（t）+ c（z）e（z）a（z）= 1 + 0.5 z ^ -1b（z）= 1 + 5 z ^ -1 + 2 z ^ -2 c（z）= 1 + 0.01 z ^ -1输入延迟（按通道列出）：1采样时间：0.1秒参数化：多项式令：Na = 1 NB =3 nc = 1 nk = 0自由系数数：5使用“polydata”，“getpvec”，“getcov”用于参数及其不确定性。状态:由直接构造或转换产生。不估计。

显示屏显示一个样本的输入延迟。

您可以使用SYS.指定初始参数化以估计命令，例如poly要么armax.．

创建多项式时间序列模型

打开直播脚本

创建一个Idpoly.表示以下等式描述的单输出ARMA模型的模型：

$y （ t ） + 0 ． 5 y ＝ e （ t ） + 0 ． 01. e （ t - 1 ）$

因为时间序列没有可测量的输入，这个模型只包含一个和C多项式。

a = [1 0.5];c = [1 0.01];

创建离散时间时间序列模型而不指定样本时间。

sys = iDpoly（a，[]，c）

SYS =离散时ARMA模型：A（Z）y（t）= C（z）e（z）a（z）= 1 + 0.5 z ^ -1 c（z）= 1 + 0.01 z ^ -1样本时间：未指定的参数化：多项式订单：na = 1 nc = 1个自由系数：2使用“polydata”，“getpvec”，“getcov”的参数及其不确定性。状态:由直接构造或转换产生。不估计。

显示屏反映了您的规格。

通过指定示例时间来创建连续时间序列0对于名称 - 值对参数'ts'．

sys = iDpoly（a，[]，c，'ts'，0）

sys =连续时间arma模型：a（s）y（t）= c（t）e（t）a（s）a（s）= s + 0.5 c（s）= s + 0.01参数化：多项式令：na = 1 nc= 1个自由系数：2使用“polydata”，“getpvec”，“getcov”参数及其不确定性。状态:由直接构造或转换产生。不估计。

您还可以使用使用的示例时间TS.输入参数而不是名称-值对参数，但语法更复杂。必须指定D价值1或为空，并将两者都设置为F位置和噪声方差位置（如果您未指定噪声方差）为空。

ts = 0;sys = iDpoly（a，[]，c，1，[]，[]，ts）

sys =连续时间arma模型：a（s）y（t）= c（t）e（t）a（s）a（s）= s + 0.5 c（s）= s + 0.01参数化：多项式令：na = 1 nc= 1个自由系数：2使用“polydata”，“getpvec”，“getcov”参数及其不确定性。状态:由直接构造或转换产生。不估计。

多输出ARMAX模型

打开直播脚本

创建一个Idpoly.模型表示一个输入，两个输出的ARMAX模型，其描述方程如下:

$\begin{array}{l} y_{1} （ t ） + 0 ． 5 y_{1} （ t - 1 ） + 0 ． 9 y_{2} （ t - 1 ） + 0 ． 1 y_{2} （ t - 2 ）＝ \\ u （ t ） + 5 u （ t - 1 ） + 2 u （ t - 2 ） + e_{1} （ t ） + 0 ． 01 e_{1} （ t - 1 ） \\ y_{2} （ t ） + 0 ． 05 y_{2} （ t - 1 ） + 0 ． 3. y_{2} （ t - 2 ）＝ \\ 10 u （ t - 2 ） + e_{2} （ t ） + 0 ． 1 e_{2} （ t - 1 ） + 0 ． 02 e_{2} （ t - 2 ）． \end{array}$

$y_{1}$ 和 $y_{2}$ 这两个输出是，和 $u$ 是输入。 $e_{1}$ 和 $e_{2}$ 是输出上的白噪声障碍 $y_{1}$ 和 $y_{2}$ ，分别。

创建Idpoly.模型，定义一个，B，和C描述输出，输入和噪声值之间的关系的多项式。（因为系统方程中没有分母术语，D和F是1.）

定义包含系数的单元数组一个多项式。

a = cell（2,2）;{1,1} = [1 0.5];{1,2} = [0 0.9 0.1];{2,1} = [0];{2,2} = [1 0.05 0.3];

您可以读取每个条目的值一个来自描述系统的等式的左侧的单元阵列。例如,{1, 1}描述了提供依赖的多项式 $y_{1}$ 在本身。这个多项式 ${一个}_{11} ＝ 1 + 0 ． 5 问^{- 1}$ ，因为每个因素 $问^{- 1}$ 对应于单位时间的减少量。因此,A{1,1} = [1 0.5]，给出的系数 ${一个}_{11}$ 在增加的指数中 $问^{- 1}$ ．

相似地，一个{1,2}描述了提供依赖的多项式 $y_{1}$ 在 $y_{2}$ ．从方程式， ${一个}_{12} ＝ 0 + 0 ． 9 问^{- 1} + 0 ． 1 问^{- 2}$ ．因此，{1,2} = [0 0.9 0.1]．

剩下的条目一个类似地构造。

定义包含系数的单元数组B多项式。

B =细胞（2,1）;b {1,1} = [1 5 2];b {2,1} = [0 0 10];

B描述了提供输出依赖的多项式 $y_{1}$ 和 $y_{2}$ 在输入上 $u$ ．从方程式， $B_{11} ＝ 1 + 5 问^{- 1} + 2 问^{- 2}$ ．因此,b {1,1} = [1 5 2]．

同样，从方程式， $B_{21} ＝ 0 + 0 问^{- 1} + 10 问^{- 2}$ ．因此,B {2,1} = [0 0 10]．

定义包含系数的单元数组C多项式。

C =单元格（2,1）;c {1,1} = [1 0.01];c {2,1} = [1 0.02];

C描述了提供输出依赖的多项式 $y_{1}$ 和 $y_{2}$ 关于噪声术语 $e_{1}$ 和 $e_{2}$ ．参赛作品C可以与那些类似的方程读取一个和B．

创建一个Idpoly.具有指定系数的模型。

sys = iDpoly（a，b，c）

sys =离散ARMAX模型:模型输出1号:一个(z) y_1 (t) = - ai (z) y_i (t) + B (z) u (t) + C (z) e_1 (t) 0.5 (z) = 1 + z ^ 1 A₂(z) = 0.9 z ^ 1 + 0.1 z ^ 2 B (z) = 1 + 5 z ^ 1 + 2 z ^ 2 C (z) = 1 + 0.01 z ^ 1模型输出2号:(z) y_2 B (t) = (z) u (t) + C (z) e_2 (t) 0.05 (z) = 1 + z ^ 1 + 0.3 z z ^ 2 B (z) = 10 ^ 2 C (z) = 1 + 0.1 z ^ 1 + 0.02 z ^ 2样品时间:不确定的参数化:多项式订单:na = [1 2; 0 2] nb =(3; 1)数控= [1,2]nk =(0, 2)数量的免费系数:12使用“polydata”、“getpvec”、“getcov”参数及其不确定性。状态:由直接构造或转换产生。不估计。

显示屏显示所有多项式，并允许您验证它们。显示屏还指出有12个免费系数。对角线条目的领先术语一个始终固定为1.所有其他条目的领先术语一个总是固定到0。

您可以使用SYS.指定初始参数化以估计命令，例如poly要么armax.．

将传输函数模型转换为多项式模型

打开直播脚本

用传递函数建立动态系统的模型。然后使用Idpoly.将传送功能模型转换为多项式形式。

使用idtf，构造由以下等式描述的连续时间，单输入，单输出（SISO）传递函数模型：

$G （年代）＝ \frac{年代 + 4}{{年代}^{2} + 20. 年代 + 5}$

Num = [1 4];Den = [1 20 5];G = idtf (num穴)

G = S + 4 ------------- S ^ 2 + 20 s + 5连续时间识别传递函数。参数化：极点：2零数：1个自由系数：4使用“TFDATA”，“GETPVEC”，“GETCOV”参数及其不确定性。状态:由直接构造或转换产生。不估计。

将传送函数转换为多项式形式。

sys = iDpoly（g）

sys =连续时间OE模型：Y（t）= [b（s）/ f（s）] u（t）+ e（t）b（s）= s + 4 f（s）= s ^ 2 +20 S + 5参数化：多项式订单：NB = 2 NF = 2 NK = 0自由系数数：4使用“polydata”，“getpvec”，“getcov”参数及其不确定性。状态:由直接构造或转换产生。不估计。

显示屏显示多项式形式和多项式系数。

另请参阅

AR.|armax.|ARX.|BJ.|IDProc.|中的难点|idtf|iv4|Ivar.|OE.|polydata|poly|setpolyformat|翻译

主题

在R2006A之前介绍

系统识别工具箱文档

万博1manbetx

尝试matlab，sim万博1manbetxulink等产品s manbetx 845

立即获得审判

Idpoly.

描述

创建

句法

描述

创建输入输出多项式模型

创建时间序列模型

将动态系统模型转换为多项式模型

输入参数

SYS0.- - - - - -动态系统动态系统模型

特性

A，B，C，D，F- - - - - -多项式系数的值[]|1|行向量|一系列行向量

多变的- - - - - -多项式模型显示变量“年代”（默认）|“p”|'z ^ -1'|'q ^ -1'

Iodelay- - - - - -运输延误0（默认）|标量子|数字数组

IntegTatenoise.- - - - - -噪声信道上存在积分零的逻辑向量（默认）|逻辑矢量

结构- - - - - -有关可估计参数的信息结构属性值

noisavariance.- - - - - -模型创新的差异正标量|矩阵

报告- - - - - -总结报告报告字段值

inputdelay.- - - - - -每个输入通道的输入延迟0（默认）|标量子|向量

OutputDelay- - - - - -每个输出通道的输出延迟0（默认）

TS.- - - - - -采样时间-1（默认）|0|正标量

时髦- - - - - -时间变量的单位“秒”（默认）|'纳秒'|'微秒'|'毫秒'|'分钟'|'小时'|'天'|“周”|“月”|'年'

InputName.- - - - - -输入通道名称''（默认）|字符向量|细胞阵列

InpoinUnit.- - - - - -输入通道单位''（默认）|字符向量|细胞阵列

InputGroup- - - - - -输入通道组没有田地的结构（默认）|结构体

outputName.- - - - - -输出通道名称''（默认）|字符向量|细胞阵列

OutputUnit- - - - - -输出通道单位''（默认）|字符向量|细胞阵列

产量组- - - - - -输出通道组结构体没有田地（默认）|结构体

名称- - - - - -系统名称''（默认）|字符向量

笔记- - - - - -文本关联系统0-经过-1细绳（默认）|细绳|字符串数组|字符向量

用户数据- - - - - -数据与系统关联[]（默认）|任何matlab.®数据类型

SamplingGrid.- - - - - -采样网格[]（默认）|结构体

对象功能

转型和操纵

分析和仿真

信息提取与解释

转换为其他模型结构

例子

创建多项式模型

创建多项式时间序列模型

多输出ARMAX模型

将传输函数模型转换为多项式模型

另请参阅

主题

系统识别工具箱文档

万博1manbetx

尝试matlab，sim万博1manbetxulink等产品s manbetx 845

`SYS0.`- - - - - -动态系统
动态系统模型

`A，B，C，D，F`- - - - - -多项式系数的值
`[]`|`1`|行向量|一系列行向量

`多变的`- - - - - -多项式模型显示变量
`“年代”`（默认）|`“p”`|`'z ^ -1'`|`'q ^ -1'`

`Iodelay`- - - - - -运输延误
`0`（默认）|标量子|数字数组

`IntegTatenoise.`- - - - - -噪声信道上存在积分
零的逻辑向量（默认）|逻辑矢量

`结构`- - - - - -有关可估计参数的信息
结构属性值

`noisavariance.`- - - - - -模型创新的差异
正标量|矩阵

`报告`- - - - - -总结报告
报告字段值

`inputdelay.`- - - - - -每个输入通道的输入延迟
`0`（默认）|标量子|向量

`OutputDelay`- - - - - -每个输出通道的输出延迟
`0`（默认）

`TS.`- - - - - -采样时间
`-1`（默认）|`0`|正标量

`时髦`- - - - - -时间变量的单位
`“秒”`（默认）|`'纳秒'`|`'微秒'`|`'毫秒'`|`'分钟'`|`'小时'`|`'天'`|`“周”`|`“月”`|`'年'`

`InputName.`- - - - - -输入通道名称
`''`（默认）|字符向量|细胞阵列

`InpoinUnit.`- - - - - -输入通道单位
`''`（默认）|字符向量|细胞阵列

`InputGroup`- - - - - -输入通道组
没有田地的结构（默认）|结构体

`outputName.`- - - - - -输出通道名称
`''`（默认）|字符向量|细胞阵列

`OutputUnit`- - - - - -输出通道单位
`''`（默认）|字符向量|细胞阵列

`产量组`- - - - - -输出通道组
`结构体`没有田地（默认）|`结构体`

`名称`- - - - - -系统名称
`''`（默认）|字符向量

`笔记`- - - - - -文本关联系统
`0`-经过-`1`细绳（默认）|细绳|字符串数组|字符向量

`用户数据`- - - - - -数据与系统关联
`[]`（默认）|任何matlab.^®数据类型

`SamplingGrid.`- - - - - -采样网格
`[]`（默认）|结构体