多输出多项式模型的多项式大小和阶数- MATLAB和Simulink万博1manbetx

多输出多项式模型的多项式大小和阶数

对于一个模特来说纽约（Ny > 1)输出及ν输入，多项式一个，B，C，D,F指定为行向量的单元格数组。单元格数组中的每个条目都包含一个特定多项式的系数，该多项式与输入、输出和噪声值相关。订单是用作估计命令的输入参数的整数矩阵。

多项式	维	关系描述	订单
`一个`	N_y——- - - - - -N_y行向量数组	`一个{i, j}`包含输出之间的关系系数y_我和输出y_j	`na`：N_y——- - - - - -N_y矩阵的每一项都包含相应的度数一个多项式。
`B`	N_y——- - - - - -N_u行向量数组	`B {i, j}`包含输出之间的关系系数y_我和输入u_j	`nk`：N_y——- - - - - -N_u矩阵，使每一项都包含相应的前导固定零的个数B多项式(输入延迟)。 `注`：N_y——- - - - - -N_u矩阵等`nb(i,j) =长度(B{i,j})- nk(i,j)`．
`C, D`	N_y-by-1的行向量数组	`C{我}`而且`D{我}`包含输出之间的关系系数y_我和噪音e_我	`数控`而且`nd`是N_y-by-1矩阵，使每个条目都包含相应的C而且D分别为多项式。
`F`	N_y——- - - - - -N_u行向量数组	`F {i, j}`包含输出之间的关系系数y_我和输入u_j	`nf`：N_y——- - - - - -N_u矩阵的每一项都包含相应的度数F多项式。

有关更多信息，请参见idpoly．

例如，考虑2输出1输入模型的ARMAX方程组:

$\begin{array}{l} y_{1} (t) + 0 {5 y}_{1} (t-1) + 0 {y。9}_{2} (t-1) + 0 {y。1}_{2} {(t-2) = u(t) + 5u (t-1) + 2u (t-2) + e}_{1} (t) + 0 {e . 01}_{1} (t - 1) \\ y_{2} (t) + 0 {. 05 y}_{2} (t-1) + 0 {3 y}_{2} {(t-2) = 10u (t-2) + e}_{2} (t) + 0 {1 e。}_{2} (t-1) + 0 {只有e}_{2} (2) \end{array}$

y₁而且y₂表示两个输出和u表示输入变量。e₁而且e₂表示输出上的白噪声干扰，y₁而且y₂,分别。将这些方程表示为一个ARMAX形式的多项式idpoly，配置一个，B,C多项式如下:

A = cell(2,2);A{1,1} = [1 0.5];A{1,2} = [0 0.9 0.1];A{2,1} = [0];A{2,2} = [1 0.05 0.3];B = cell(2,1);B{1,1} = [1 5 2];B{2,1} = [0 0 10];C = cell(2,1);C{1} = [1 0.01]; C{2} = [1 0.1 0.02]; model = idpoly(A,B,C)

模型=离散ARMAX模型:模型输出数字1:一个(z) y_1 (t) = - ai (z) y_i (t) + B (z) u (t) + C (z) e_1 (t) 0.5 (z) = 1 + z ^ 1 A₂(z) = 0.9 z ^ 1 + 0.1 z ^ 2 B (z) = 1 + 5 z ^ 1 + 2 z ^ 2 C (z) = 1 + 0.01 z ^ 1模型输出2号:一个(z) y_2 B (t) = (z) u (t) + C (z) e_2 (t) 0.05 (z) = 1 + z ^ 1 + 0.3 z z ^ 2 B (z) = 10 ^ 2 C (z) = 1 + 0.1 z ^ 1 + 0.02 z ^ 2样品时间:未指定的参数化:多项式订单:na = [1 2; 0 2] nb =(3; 1)数控= [1,2]nk =(0, 2)数量的免费系数:12使用"polydata"， "getpvec"， "getcov"表示参数及其不确定性。现状:直接建造或改造而成。不估计。

模型为采样时间不确定的离散时间ARMAX模型。在估计此类模型时，需要指定这些多项式的阶数作为输入参数。

在系统识别应用程序中，您可以直接在订单字段。

在命令行中，定义存储模型顺序矩阵的变量，并在模型估计命令中指定这些变量。

提示

为了简化在System Identification应用程序中输入大矩阵顺序，请定义变量Nn =[na nb nk]在命令行。方法中指定此变量订单字段。