ivar

利用工具变量法进行AR模型估计

语法

sys = ivar(数据、na) sys = ivar(数据、na nc) sys = ivar(数据,na,数控,max_size)

sys= ivar (数据,na)估计一个AR多项式模型，sys，利用工具变量法和时间序列数据数据。na的顺序一个多项式。

AR模型由下式表示:

$一个 (问) y (t) = e (t)$

在上述模型中，e(t)是一个任意过程，被假定为一个有序的移动平均过程数控，可能是时变的。数控假设等于na。仪器被选择为适当的过滤输出，延迟数控步骤。

sys= ivar (数据,na,数控)指定移动平均流程顺序的值，数控,分别。

sys= ivar (数据,na,数控,max_size)指定在估计过程中形成的矩阵的最大大小。

`数据`	估计时间序列数据。 `数据`必须是一个`iddata`仅具有标量输出数据的对象。
`na`	的顺序一个多项式
`数控`	顺序的移动平均过程表示e(t)。
`max_size`	最大矩阵大小。 `max_size`指定由算法构成的用于估计的任何矩阵的最大大小。指定`max_size`作为一个相当大的正整数。默认值:250000

sys

确定多项式模型。

sys是一种基于“增大化现实”技术idpoly模型封装了已识别的多项式模型。

比较噪声中正弦波的谱，用IV法估计和用前后向最小二乘法估计。

y = iddata (sin((1:50 0) * 1.2) +罪((1:50 0)* 1.5)+…1) 0.2 * randn(500年,[]);miv = ivar (y, 4);mls = ar (y, 4);谱(miv mls)

Stoica, P.，等。ARMA过程ar参数的最优工具变量估计, IEEE反式。奥特曼。控制，卷AC-30, 1985，页1066-1074。

之前介绍过的R2006a