matlab 系统辨识工具箱,MATLAB系统辨识工具箱的应用.ppt

MATLAB系统辨识工具箱的应用

MATLAB系统辨识工具箱的应用 1、系统的表示方法 下图标出了基本的输入输出结构,其中: 输入信号: 输出信号: 假设方框中的系统为线性系统,可以得出输入输出信号的关系为 其中: 为移位算子; 是关于 和 一种简写形式 在单位圆上计算函数 的值,就得到频率函数 在(1)式中, 是不可测量的附加干扰(噪音)。它的特性可以用它的(自)频谱来表示 定义如下 是 的协方差函数,即 此外,扰动 还可表示为经过滤波的白噪声 此时可得 方程(1)和(9)给出了系统的时间域描述 而(4)和(5)给出了系统的频率描述。 2、参数模型 1、ARX模型 其中:B和A均为延迟算子 的多项式 整个模型通常表示为 2、ARMAX模型 其中: 3、OUTPUT ERROR模型 其中: 3、Box-Jenkins模型 所有这些模型可以归结为基本模型 3、系统模型的表示 1、模型格式 1)THETA格式 和模型(23)相对应,将所有的阶次、延迟、参数以及被估计参数的协方差全部写入一个矩阵。 2)FREQFUNC格式 频率特性函数格式以向量形式存储函数(11)式,其方式如下:第一列是频率值,第二列是振幅值,第三列是相位。对于频谱来说相位列为0。频率值可以随机选取。但这些值必须是0到 之间且等间隔选取的128个值中的一个。 3)多项式格式 在标准的MATLAB多项式中提供了(23)式中的多项式A,B,C,D,F。多项式的系数以降幂次序存储在行向量中。 4)零-极点格式 一个模型的零-极点存储在矩阵里的方式为:第一列是G的零点,第二列是G的极点,第三列是H的零点,第四列是H的极点。 2、几种格式之间的转化 命令 将多项式向量由多项式格式转化为THETA格式。Lam是干扰噪声变量,其中后面的C,D,F和lam项可以省略,其默认值等于1。 MATLAB中有3种转换函数与THETA格式有关 (1)命令 将THETA格式转换回多项式格式。 (2)将THETA格式转换成FREQFUNC格式 (3)将THETA格式转换成零-极点格式 3、模型的显示 命令: 在屏幕上显示对应于th的模型及有关信息 命令: 绘制FREQFUNC格式G的波特图 命令: 在复平面中绘制零-极点图。按回车键,将对ZEPO的另一列绘制零-极点图。 4、仿真 对于模型(23)式,当它用THETA格式表示时,可以用命令 对它进行仿真。其中:u和e分别是包含输入信号和噪声序列的列向量。如果省略e项,则可以得到无噪声干扰的仿真系统。 函数说明 1、armax 功能:估算ARMAX或ARMA模型的参数 格式: 说明:ARMAX模型结构为 对其参数采用预报误差法进行估计。 Z矩阵包含输入-输出数据,即 Y和u均为列向量。nn定义为 2、arx 功能:估算arx模型的参数 格式: 说明:ARX模型结构为 对其参数采用最小二乘法进行估计。 其中的元素分别表示ARX模型的阶次和延迟。 函数返回值th是参数的最小二乘估计值,以THETA格式表示。 当 且 时,该函数将计算输出y的na阶AR模型。 对于多输入模型 令变量u的每一列为一个输入变量 即 nb和nk为行向量,其元素为对应于每一个输入的阶次和延迟。 可选辅助项maxsize和T在auxvar函数中予以说明。 如果ARX模型结构中的噪声项e(t)实际上不是白噪声,并且 ,则此估算方法不能得出正确的模型。 3、auxvar 功能:说明辅助变量maxtier,tol,lim,maxsize和T。 格式:help auxvar 说明:大部分函数将变量maxsize作为一个可选变量来辅助实现内存大小和运算速度之间的折衷协调。一部分函数还可以指定采样间隔T。Pem,armax,oe以及bj函数中迭代寻找过程均受maxtier,tol,lim三个参数的控制。 1)MAXSIZE 函数所建立的矩阵,其元素个数不能超过maxsize。否则,其算法将把计算过程分割成若干FOR循环,降低计算速度。 MAXSIZE的默认值为4096。 MAXSIZE的主要用途是当算法所需内存不够时,限制变量的大小。 2)T 指定采样间隔T,为频率函数图提供适当的频率比例。当用函数cont将其变换为连续时间函数时,可以提供适当的时间比例。 3)MAXITER 该变量决定在寻找最小值过程中所能进行的最多迭代次数,其默认值为MAXITER=10,如果MAXITER=0,函数返回起动过程执行的结果。 4)TOL 迭代过程持续到高斯-牛顿修正向量的范数值小于TOL为止。当寻找准则的最小

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
MATLAB系统辨识工具箱MATLAB软件的一个功能强大的工具箱,用于进行系统辨识分析与建模。具体而言,它可以通过输入输出数据对未知系统进行辨识,以获取系统的数学模型。 MATLAB系统辨识工具箱提供了多种常用的辨识方法,包括参数辨识、非参数辨识以及混合辨识方法。其参数辨识方法包括最小二乘法、极大似然法和最小平方递归算法等,非参数辨识方法包括频域辨识、子空间辨识和核函数辨识等。用户可以根据实际情况选择合适的辨识方法进行分析。 在使用MATLAB系统辨识工具箱进行辨识分析时,首先需要准备好输入输出的数据,然后根据具体的辨识方法,选择相应的函数进行调用和计算。工具箱会自动处理数据,并根据所选择的方法生成系统的数学模型。 辨识分析完成后,MATLAB系统辨识工具箱还提供了一系列的评估函数,可以对辨识结果进行性能评估和验证,以进一步优化建模效果。此外,工具箱还支持可视化分析,可以绘制出模型响应曲线、频率响应图以及残差波形等,从而更直观地观察和分析辨识结果。 总之,MATLAB系统辨识工具箱是一款功能强大的工具,提供了丰富的辨识方法和评估函数,可以帮助用户进行系统辨识分析与建模。无论是在学术研究领域还是实际工程应用,都具有广泛的应用价值。使用MATLAB系统辨识工具箱,用户能够更快速、准确地进行系统辨识,并获得满意的建模结果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值