主要内容

simsd

使用Monte Carlo方法模拟具有不确定性的线性模型

页面上倒塌

句法

SIMSD（SYS，UDATA）
SIMSD（SYS，UDATA，N）
SIMSD（SYS，UDATA，N，OPT）
y = simsd（___）
[y，y_sd] = simsd（___）

描述

simsd使用Monte Carlo方法模拟线性模型。该命令使用模型的不确定参数的不同值执行多种模拟，以及不同的附加噪声和仿真初始条件的不同实现。simsd使用蒙特卡罗技术产生响应不确定性，而SIM用高斯近似公式产生不确定性。

例子

SIMSD（sys那udata）模拟并绘制了10个被识别模型的扰动实现的响应sys．仿真输入数据udata用于计算模拟响应。

扰动的参数的扰动的实现sys与原始模型的参数协方差一致，sys．如果sys不包含参数协方差信息，10个模拟响应是相同的。有关参数协方差信息如何生成扰动模型的信息，请参阅识别模型的摄动生成．

例子

SIMSD（sys那udata那N）模拟和绘制的响应N识别模型的扰动实现sys．

例子

SIMSD（sys那udata那N那选择）使用选项集中指定的模拟行为模拟系统响应选择．用选择确定初始条件中的不确定性，并考虑加性扰动的影响。

模拟响应是相同的sys不包含参数协方差信息，您不指定初始状态的附加噪声或协方差值。您指定了这些值addnoise.和X0转移性选项的选择．

例子

y= simsd (___）返回N仿真结果y作为一个单元格数组。没有模拟的响应图产生。与前面语法中的任何输入参数组合一起使用。

例子

[y那y_sd) = simsd (___）还返回估计的标准差y_sd模拟响应。

例子

全部收缩

打开直播脚本

加载估计数据。

加载iddata1z1

z1是一个iddata存储输入输出估计数据的对象。

估计一个三阶状态空间模型。

sys = ssest（z1,3）;

使用Monte Carlo方法和输入估计数据模拟估计模型的响应，并绘制响应。

SIMSD（SYS，Z1）;

由先前估计模型的子项I / O对创建的图。包含轴。具有标题模拟输出＃1的轴：Y1包含11个类型的线路。这些对象代表Y1，标称值。

蓝线表示原始名义模型的模拟响应sys．绿线描绘了10种扰动实现的模拟响应sys．

打开直播脚本

使用Monte Carlo方法模拟估计模型，用于指定数量的模型扰动。

利用估计数据估计二阶状态空间模型。获得sys在可观测标准形式下。

加载iddata3z3sys = ss (z3 2'形式'那'典范'）;

使用蒙特卡罗方法计算估计模型的模拟响应，并绘制响应。指定随机模型扰动的数量为20。

n = 20;SIMSD（SYS，Z3，N）

由先前估计模型的子项I / O对创建的图。包含轴。具有标题模拟输出＃1的轴：Y1包含21个类型的类型。这些对象代表Y1，标称值。

蓝线表示原始名义模型的模拟响应sys．绿线绘制了20个扰动的实现的模拟响应sys．

您还可以获得每个扰动的模拟响应sys．使用此语法时不会生成图。

y = simsd (sys z3 N);

y是模拟响应，作为单元格数组返回N+ 1的元素。y {1}包含标称响应sys．其余元素包含模拟响应N摄动实现。

打开直播脚本

加载时间序列数据。

加载iddata9z9

z9是一个iddata具有200个输出数据样本的对象和无输入。

使用最小二乘算法估计第六阶AR模型。

sys = ar (z9 6'ls'）;

对于时间序列数据，请指定所需的模拟长度，ns.= 200使用ns.-by-0输入数据集。

data = iddata ([], 0 (200 0), z9.Ts);

设置初始条件以使用时间序列的初始样本作为历史输出样本。过去的数据单独映射到每个扰动系统的初始状态。

ic = struct（'输入'，[]，'输出'，z9.y（1：6））;opt = simsdoptions（“InitialCondition”、集成电路);

在给定初始条件下，用蒙特卡罗方法对模型进行模拟。指定随机模型扰动的数量为20。

20岁的simsd(系统、数据选择)

由先前估计模型的子项I / O对创建的图。包含轴。具有标题模拟输出＃1的轴：Y1包含21个类型的类型。这些对象代表Y1，标称值。

蓝线表示原始名义模型的模拟响应sys．绿线绘制了20个扰动的实现的模拟响应sys．

打开直播脚本

负载数据，并将其分为估计数据和仿真数据。

加载iddata3ZE = Z3（1：200）;ZSIM = Z3（201：256）;

估计二阶状态空间模型sys使用估计数据。指定未生成参数Covariance数据。获得sys在可观测标准形式下。

选择= ssestOptions ('估计长官'、假);sys = ss(泽2'形式'那'典范'、选择);

设置模拟估计模型的初始条件。指定初始状态值x0对于两国以及初始状态值的协方差x0cov.．协方差被指定为2×2矩阵，因为有两个状态。

x0 = (1.2;-2.4);x0Cov = [0.86 -0.39;-0.39 - 1.42);opt = simsdoptions（“InitialCondition”，x0，“X0Covariance”, x0Cov);

在给定初始条件下，用蒙特卡罗方法对模型进行模拟。指定随机模型扰动的数量为100。

SIMSD（SYS，ZSIM，100，OPT）

由先前估计模型的子项I / O对创建的图。包含轴。具有标题模拟输出＃1的轴：Y1包含101个类型的类型。这些对象代表Y1，标称值。

蓝线表示原始名义模型的模拟响应sys．绿线绘制了100扰动的实现的模拟响应sys．该软件使用不同的初始状态实现来模拟每个摄动模型。初始状态是从高斯分布的含义初始条件和协方差X0转移性．

打开直播脚本

加载估计数据。

加载iddata1z1

z1是一个idddata存储300输入输出估计数据样本的对象。

使用估计数据估计二阶状态空间模型。

sys = ssest（z1,2）;

创建默认选项设置simsd，并修改选项设置以添加噪声。

选择= simsdOptions;opt.AddNoise = true;

使用Monte Carlo方法计算估计模型的模拟响应。指定随机模型扰动的数量为20，并使用指定的选项集模拟模型。

[Y，Y_SD] = SIMSD（SYS，Z1,20，OPT）;

y是模拟响应，作为21个元素的单元阵列返回。y {1}包含标称的，无噪声的响应sys．其余元素包含20个扰动的实现的模拟响应sys每个响应都添加了附加干扰。

y_sd模拟响应的估计标准偏差是否返回为iddata没有输入的对象。标准偏差由21个模拟输出计算。访问标准偏差，使用y_sd。OutputData．

输入参数

全部收缩

拟模拟的模型，指定为下列参数线性识别模型之一:idtf.那IDProc.那idpoly那IDS.， 或者idgrey．

要生成模拟响应集，软件erturbs的参数sys以与参数协方差信息一致的方式。用getcov检查参数不确定性sys．有关扰动模型是如何从sys， 看回归．

模拟响应是相同的sys不包含参数协方差信息，您不指定初始状态的附加噪声或协方差。您指定了这些值addnoise.和X0转移性选项的选择．

模拟输入数据，指定为以下其中之一:

  • iddata对象 - 输入数据可以是时间域或频域。该软件仅使用输入通道iddata目的。

    如果sys是一个时间序列模型，即，没有输入的模型，指定udata作为一个ns.-by-0信号，在哪里ns.所需要的模拟输出样本数量是否为每一个N摄动的实现sys．例如，要模拟100个输出示例，请指定udata如下。

    udata = iddata ([], 0 (100 0), Ts);

    例如，看到使用Monte Carlo方法模拟时间序列模型．

  • 矩阵-用于仅使用时域数据的离散时间系统的仿真。矩阵的列对应于每个输入通道。

如果您没有实验中的数据，请使用id inippul.生成具有各种特性的信号。

扰乱的扰动的次数sys要模拟的，指定为一个正整数。

使用Monte Carlo方法模拟模拟模型的仿真选项，指定为asimsdoptions.选项集。您可以使用此选项设置为指定：

  • 输入和输出信号的偏移量-指定要从输入信号中移除的偏移量和要添加到响应中的偏移量sys．

  • 初始条件处理 - 指定模拟及其协方差的初始条件。用于状态空间和线性灰度盒式模型（IDS.和idgrey），如果您想模拟初始状态下不确定性的影响，请设置初始条件双向矢量的选项，并使用该选项指定其协方差X0转移性选项。例如，看到初始条件不确定性对模型反应的影响．

  • 向模拟数据添加噪声 - 如果要包括添加剂干扰的影响，请指定addnoise.选择真的．例如，看到添加剂干扰对应对不确定性的影响．

输出参数

全部收缩

模拟响应，作为单元格数组返回N+ 1的元素。y {1}包含标称响应sys．其余元素包含模拟响应N摄动实现。

该命令使用模型的不确定参数的不同值执行多种模拟，以及不同的附加噪声和仿真初始条件的不同实现。因此，模拟响应是全相同的sys不包含参数协方差信息，并且您未指定初始状态的附加噪声和协方差值选择．

估计模拟响应的标准偏差，作为一个返回iddata目的。标准偏差被计算为样本标准偏差y整体:

y _ S. D. = 1 N σ. 一世 = 2 N + 1 （ y { 1 } - y { 一世 } ） 2

这里y {1}名义上的反应是sys， 和y {}（我= 2：n + 1）是模拟的响应N摄动的实现sys．

更多关于

全部收缩

识别模型的摄动生成

软件生成N已识别模型的扰动sys然后模拟这些扰动的响应。扰动的参数的扰动的实现sys与原始模型的参数协方差一致sys．参数协方差sys提供有关参数分布的信息。但是，对于某些参数值，所得到的扰动系统可能是不稳定的。为了减少生成不现实系统的概率，软件预定参数协方差。

如果Δp是参数的参数协方差P.的sys，则模拟输出f (p +Δp)作为一阶近似的扰动模型的:

F （ P. + Δ P. ） = F （ P. ） + ∂ F ∂ P. Δ P.

这simsd命令的第一个尺度Δp通过缩放因子S.(约为0.1%)生成带参数的扰动系统（P +SΔP）．然后命令计算f (p + sΔp)，模拟了这些摄动系统的响应。在那里,

F （ P. + S. Δ P. ） = F （ P. ） + S. ∂ F ∂ P. Δ P.

然后命令计算模拟响应f (p +Δp)作为：

F （ P. + Δ P. ） = F （ P. ） + 1 S. （ F （ P. + S. Δ P. ） - F （ P. ） ）

笔记

此扩展不适用于自由延迟IDProc.或者idtf.楷模。

如果您指定了addnoise.选择simsdoptions.作为真的，该软件将噪声序列的不同实现与扰动系统的无噪声响应增加。噪声序列的实现与模型的噪声分量一致。

对于状态空间模型，如果指定初始状态值的协方差X0转移性选择simsdoptions.，使用初始状态的不同实现来模拟每个扰动模型。初始状态是从高斯分布的含义初始条件和协方差X0转移性．

也可以看看

||||

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