渣油
计算和测试残差
语法
描述
残油(计算已识别模型的超前1步预测误差(残差)，数据，sys）sys，并将剩余输入动态绘制为以下之一，取决于中的数据数据：
对于时域数据，
渣油绘制残差的自相关图以及残差与输入信号的相互相关图。相关性产生于滞后-25到25。若要指定不同的最大延迟值，请使用residOptions．标记统计学上不显著相关性的99%置信区域显示为x轴周围的阴影区域。对于频域数据，
渣油绘制从输入信号到残差的频率响应的波德图。标记统计上不显著响应的99%置信区域表示为绕x轴的区域。
要更改显示选项，请右键单击图以访问上下文菜单。有关菜单的详细信息，请参见提示．
例子
图模型残差相关性
加载时域数据。
负载iddata1Data = z1;
估计一个ARX模型。
Sys = arx(data，[1 1 0]);
绘制残差的自相关图以及残差与输入之间的相互相关图。
渣油(数据、系统)
相关性一直计算到默认的最大延迟(25)。标记统计学上不显著相关性的99%置信区域显示为x轴周围的阴影区域。
将数据转换到频域。
Data2 = fft(data);
计算已识别模型的残差，sys，频域数据。用红叉标出剩余响应。
渣油(data2 sys,“处方”）
对于频域数据，渣油显示输入对残差的频率响应的波德图。
比较多个识别模型的残差
加载时域数据。
负载iddata1
估计一个ARX模型。
Sys1 = arx(z1，[1 1 0]);
估计一个传递函数模型。
Sys2 = tfest(z1,2);
绘制残差的相关性图。
渣油(z1、sys1“b”sys2,“r”）
残差之间的相互关系sys2所有滞后的输入都在99%置信区间内。
指定剩余脉冲响应计算的最大滞后
加载时域数据。
负载iddata1
估计一个ARX模型。
Sys = arx(z1，[1 1 0]);
指定残差相关计算的最大延迟。
opt = residOptions(“MaxLag”35);
画出从输入到残差的脉冲响应。
渣油(z1、系统选择、“红外”）
计算MIMO系统的残差
加载时域数据。
负载iddata7
该数据是一个双输入、单输出数据集。
估计一个ARX模型。
Sys = tfest(z7,2);
计算残差及其与输入的自相关和交叉相关。
[E,R] =渣油(z7,sys);
R是一个26 × 3 × 3的相关矩阵。例如,
R (:, - 1, - 1)为滞后25之前残差的自相关。R (:, 1, 2)是残差与第一个输入的相互关系，直到滞后25。
E是一个iddata对象，其残差作为输出数据，验证数据(z7)的输入作为输入数据。你可以用E识别误差模型，分析误差动态。
画出误差。
情节(E)
估计输入和残差之间的脉冲响应。用一个3标准差的置信区域来绘制它们。
I =冲动(E);showConfidence (impulseplot(我,20),3)
输入参数
输出参数
提示
右键单击该绘图将打开上下文菜单，在这里您可以访问以下选项:
系统—选择系统查看剩余相关图或响应图。默认情况下，将绘制所有系统。
显示自信区域-查看标记统计上不显著相关性的99%置信区域。仅适用于相关图。
数据实验-仅针对多个实验数据。在不同实验的数据之间切换。
特征—查看数据特征。不适用于相关图。
峰值响应—查看数据的峰值响应。
置信区域—查看99%置信区域，表示响应统计上不显著。
显示—仅适用于频率响应图。
级-查看频率响应幅值。
阶段-查看频率响应相位。
I / O分组—对于包含多个输入或输出通道的数据集。在图上选择输入和输出通道的分组。不适用于相关图。
没有一个-在各自的坐标轴上绘制输入输出通道。
所有—将所有输入通道和输出通道组合在一起。
I / O选择器—对于包含多个输入或输出通道的数据集。选择要绘制的输入和输出通道的子集。默认情况下，绘制所有输出通道。
网格-在图中添加网格。
正常化-将图中所有数据的y尺度归一化。不适用于频率响应数据。
全视图-返回到完整视图。默认情况下，情节被缩放到全视图。
初始条件-指定初始条件的处理。
指定为以下之一:
估计—将初始条件作为估计参数。
零—将所有初始条件设置为零。
吸收延迟并进行评估-将非零延迟吸收到模型系数中，并将初始条件作为估计参数。仅对离散时间模型使用此选项。
属性—打开“属性编辑器”对话框，自定义地块属性。
参考文献
Ljung, L。系统识别:用户的理论．上马鞍河，新泽西州:Prentice-Hall PTR, 1999, 16.6节。
您也可以从以下列表中选择网站:
