您可以使用该模型估算单输出和多输出ARX模型arx
和IV4
命令。有关算法的信息,请参阅多项式模型估计算法。
您可以使用以下一般语法来配置和估计ARX模型:
%使用ARX方法m = arx(数据,[na nb nk],opt);%使用IV方法m = iv4(数据,[na nb nk],opt);
数据
是估计数据和[na nb nk]
指定模型订单,如什么是多项式模型?。
第三个输入参数选择
包含用于配置ARX模型估计的选项,例如处理初始条件和输入偏移。您可以创建和配置选项集选择
使用arxoptions
和iv4ptions
命令。这三个输入参数也可以遵循名称和值对,以指定可选模型结构属性,例如inputdelay
,,,,iodelay
, 和IntegrateNoise
。
要获得离散的时间模型,请使用时间域数据(iddata
目的)。
笔记
不支持ARX结构的连续时间多项式。万博1manbetx
有关验证模型的更多信息,请参阅估算后验证模型。
您可以使用佩姆
或者polyest
优化现有多项式模型的参数估计,如精炼线性参数模型。
有关这些命令的详细信息,请参阅相应的参考页面。
小费
您可以使用估计的ARX模型在命令行中初始化非线性估计,从而改善了模型的拟合度。看使用线性模型初始化非线性ARX估计。
polyest
估计多项式模型您可以使用迭代预测估计方法估算任何多项式模型polyest
。对于无知方差的高斯干扰,该方法给出了最大似然估计。结果模型被存储为iDpoly
模型对象。
使用以下一般语法来配置和估计多项式模型:
m = polyest(数据,[na nb nc nc nd nf nk],opt,name,value);
在哪里数据
是估计数据。NA
,,,,NB
,,,,NC
,,,,nd
,,,,nf
是指定模型订单的整数,并且NK
指定每个输入的输入延迟。有关模型订单的更多信息,请参阅什么是多项式模型?。
小费
您无需使用iDpoly
估计之前。
如果您想估计所有五个多项式的系数,一个,,,,b,,,,C,,,,d, 和F,您必须为每个多项式指定整数顺序。但是,如果您想指定ARMAX模型,则仅包括一个,,,,b, 和C多项式,您必须设置nd
和nf
到适当尺寸的零矩阵。对于一些简单的配置,有专门的估计命令,例如arx
,,,,Armax
,,,,BJ
, 和OE
,仅通过仅使用所需订单来提供所需的模型。例如,OE(数据,[NB NF NK],OPT)
估计输出误差结构多项式模型。
除了在什么是多项式模型?, 您可以使用polyest
为了建模ararx结构 - 称呼广义最小二乘模型-通过设置nc = nf = 0
。您也可以建模Ararmax结构 - 称扩展矩阵模型-通过设置NF = 0
。
第三个输入参数,选择
,包含用于配置多项式模型估计的选项,例如处理初始条件,输入偏移和搜索算法。您可以创建和配置选项集选择
使用多座
命令。这三个输入参数也可以遵循名称和值对,以指定可选模型结构属性,例如inputdelay
,,,,iodelay
, 和IntegrateNoise
。
对于ARMAX,盒子jenkins和Output-Error模型(只能使用迭代预测错误方法估算),请使用Armax
,,,,BJ
, 和OE
估计命令分别。这些命令是polyest
使用这些特定模型结构的简化语法,如下:
m = armax(数据,[na nb nc nk]);M = OE(数据,[NB NF NK]);m = bj(数据,[nb nc nc nd nf nk]);
如同polyest
,您可以指定为输入参数的选项集使用命令配置的选项集臂章
,,,,OEOPTIONS
, 和Bjoptions
对于估计器Armax
,,,,OE
, 和BJ
分别。您还可以使用名称和值对配置其他模型结构属性。
小费
如果您的数据快速采样,则可能有助于在估计模型之前将低通滤波器应用于数据,或指定频率范围加权窗
估计期间的属性。例如,要在频率范围0-10 rad/s中建模数据,请使用加权窗
属性,如下:
opt = oeoptions('加权窗
',[0 10]);M = OE(数据,[NB NF NK],OPT);
有关验证模型的更多信息,请参阅估算后验证模型。
您可以使用佩姆
或者polyest
优化现有多项式模型(任何配置)的参数估计,如精炼线性参数模型。