估算命令行的多项式模型
使用ARX和IV4估计ARX模型
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。
使用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。
相关示例
更多关于
