matlab进行多输入多输出系统辨识

工具：matlab2021a

步骤：

1.导入数据

（1）选择菜单栏中的导入数据，选择csv格式（也可以是其他格式）的文件。

鼠标选择需要导入的数据， 也可以默认全部导入，点击菜单栏导入。

 

在工作区看到矩阵导入成功（共导入4个矩阵）

（2）对输入矩阵进行处理

这里w矩阵中的4列为输入，s矩阵中的4列为输出。若直接将s和w作为输入输出矩阵进行系统辨识，会报错矩阵格式不对，需要进行一个简单的转换。（猜测可能是行列向量格式不对）

w1=w.w1
w2=w.w2
w3=w.w3
w4=w.w4
s1=s.s1
s2=s.s2
s3=s.s3
s4=s.s4
w=[w1 w2 w3 w4]
s=[s1 s2 s3 s4]

 2.系统识别

 （1）打开系统识别工具箱

在命令行输入ident。（ident这种命令已经落后，现在使用syetemIdentification来代替）

该命令会弹出如下窗口

（2）导入时域数据

填上输入变量名称w、输出变量名称s，data name默认就行，start time是开始时间，一般为0，sample time是采样时间，按照实际采样时间填写即可（以秒为单位。）填好后点击import。

 

 看到工具箱界面已经有了数据。

（3） 对输入数据进行预处理

选择前一半的数据进行模型辨识，后一半的数据进行数据验证。选择select range

 

原始数据时间跨度为0-433s，修改为0-233s进行训练，点击insert。

 

 工具箱界面看到我们的训练集数据mydatae

 将时间跨度修改为233-433，用来做验证集，点击insert。

 效果如下

（4）将数据位置准备好

将mydatae拖到working data中，  将mydatav拖到validation data中。

 （5）模型设置

在工具箱页面，点击estimate

 a.传递函数法 transfer function models 

设置模型名称、极数、零点，点击estimate。

 工具箱界面显示tf1模型

双击tf1，看到每个输出的传递函数以及准确度

 选中tf1，勾选model output。输出模型的效果。通过channel更换输出变量。

 

b.状态空间法 state space models

 

 未知系统阶数，使用Pick best value in the range，系统在指定阶数范围内选择最优阶数。

 点击estimate。工具箱页面显示结果如下：

双击ss1，看到状态方程的矩阵解，以及精度

 

选中两个模型，点击model output可以看出效果更好的模型是哪一个。

 over！