冲动gydF4y2Ba

非参数脉冲响应估计gydF4y2Ba

折叠所有页面gydF4y2Ba

语法gydF4y2Ba

脉冲(数据)gydF4y2Ba

Sys =脉冲(数据，n)gydF4y2Ba

Sys =脉冲(data,n,nk)gydF4y2Ba

系统=脉冲(gydF4y2Ba___gydF4y2Ba选择)gydF4y2Ba

描述gydF4y2Ba

例子gydF4y2Ba

sysgydF4y2Ba=冲动(gydF4y2Ba数据gydF4y2Ba）gydF4y2Ba估计一个脉冲响应模型gydF4y2BasysgydF4y2Ba，也称为有限脉冲响应(FIR)模型，使用时域或频域数据gydF4y2Ba数据gydF4y2Ba．该函数使用对输入数据的持续激励分析来选择模型阶数(非零脉冲响应系数的个数)。gydF4y2Ba

使用非参数脉冲响应估计来分析输入/输出数据的反馈效应、延迟和重要的时间常数。gydF4y2Ba

例子gydF4y2Ba

sysgydF4y2Ba=冲动(gydF4y2Ba数据gydF4y2Ba，gydF4y2BangydF4y2Ba）gydF4y2Ba估计一个gydF4y2BangydF4y2Ba对应于时间范围的th阶脉冲响应模型gydF4y2Ba0: Ts: (n - 1) * TsgydF4y2Ba,在那里gydF4y2BaTsgydF4y2Ba为数据采样时间。gydF4y2Ba

例子gydF4y2Ba

sysgydF4y2Ba=冲动(gydF4y2Ba数据gydF4y2Ba，gydF4y2BangydF4y2Ba，gydF4y2BankgydF4y2Ba）gydF4y2Ba指定传输延迟为gydF4y2BankgydF4y2Ba估计脉冲响应中的样本。gydF4y2Ba

例子gydF4y2Ba

sysgydF4y2Ba=冲动(gydF4y2Ba___gydF4y2Ba，gydF4y2Ba选择gydF4y2Ba）gydF4y2Ba使用选项集指定评估选项gydF4y2Ba选择gydF4y2Ba．您可以将此语法用于前面的任何输入参数组合。gydF4y2Ba

例子gydF4y2Ba

全部折叠gydF4y2Ba

从数据中识别非参数脉冲响应模型gydF4y2Ba

打开实时脚本gydF4y2Ba

利用电吹风的数据估计非参数脉冲响应模型。输入是施加在加热器上的电压，输出是加热器的温度。使用前500个样本进行估计。gydF4y2Ba

加载数据并使用前500个样本来估计模型。gydF4y2Ba

负载gydF4y2Badry2gydF4y2BaZe = dry2(1:500);Sys =冲量(ze);gydF4y2Ba

泽gydF4y2Ba是一个gydF4y2BaiddatagydF4y2Ba对象，该对象包含时域数据。gydF4y2BasysgydF4y2Ba，所识别的非参数脉冲响应模型为gydF4y2BaidtfgydF4y2Ba模型。gydF4y2Ba

分析识别模型从时间0到时间1的脉冲响应。gydF4y2Ba

H = impulseplot(sys,1);gydF4y2Ba

图中包含一个轴对象。标题为From: Voltage To: Temperature的坐标轴对象包含2个类型为line的对象。该节点表示sys。gydF4y2Ba

确定对冲动产生显著反应的起始点。首先，显示边界振幅与零没有显著差异的区域。为此，右键单击绘图并选择gydF4y2Ba特征gydF4y2Ba>gydF4y2Ba置信区域gydF4y2Ba．对于脉冲响应图，默认情况下，此选择显示一个以0为中心的宽度为一个标准差的置信区域，而不是以响应值为中心的置信区域。您可以通过右键单击绘图并选择来修改这些默认值gydF4y2Ba属性gydF4y2Ba>gydF4y2Ba选项gydF4y2Ba．gydF4y2Ba

或者，您可以使用gydF4y2BashowConfidencegydF4y2Ba命令。gydF4y2Ba

showConfidence (h);gydF4y2Ba

图中包含一个轴对象。标题为From: Voltage To: Temperature的坐标轴对象包含2个类型为line的对象。该节点表示sys。gydF4y2Ba

第一个显著不同于零的响应值出现在0.24秒，或第三个样本。这意味着传输延迟为3个样本。要生成一个施加三个样本延迟的模型，将传输延迟(即第三个参数)设置为3。您还必须设置第二个参数，即ordergydF4y2BangydF4y2Ba的默认值gydF4y2Ba［］gydF4y2Ba作为一个占位符。gydF4y2Ba

Sys1 = impulse seest(ze，[]，3);H1 = impulseplot(sys1,1);showConfidence (h1);gydF4y2Ba

图中包含一个轴对象。标题为From: Voltage To: Temperature的坐标轴对象包含2个类型为line的对象。该节点表示sys1。gydF4y2Ba

在0.24秒之前，响应始终为零。gydF4y2Ba

指定FIR模型的顺序gydF4y2Ba

打开实时脚本gydF4y2Ba

加载估计数据。gydF4y2Ba

负载gydF4y2Baiddata3gydF4y2Baz3gydF4y2Ba；gydF4y2Ba

估计一个35阶FIR模型。gydF4y2Ba

N = 35;Sys =冲量(z3,n);gydF4y2Ba

的型号订单可以确认gydF4y2BasysgydF4y2Ba通过显示项的数量。gydF4y2Ba

Nsys = size(sys.num)gydF4y2Ba

nsys =gydF4y2Ba1×2gydF4y2Ba1 35gydF4y2Ba

集gydF4y2BangydF4y2Ba来gydF4y2Ba［］gydF4y2Ba这样函数就自动决定了gydF4y2BangydF4y2Ba．显示模型顺序。gydF4y2Ba

N = [];Sys1 =脉冲(z3,n);nsys1 = size(sys1. molecator)gydF4y2Ba

nsys1 =gydF4y2Ba1×2gydF4y2Ba1 70gydF4y2Ba

型号订单是70。订单的默认值为gydF4y2Ba［］gydF4y2Ba，因此将顺序设置为gydF4y2Ba［］gydF4y2Ba相当于省略了规范。gydF4y2Ba

在FIR模型中指定传输延迟gydF4y2Ba

打开实时脚本gydF4y2Ba

估计一个传输延迟为3个样本的脉冲响应模型。gydF4y2Ba

如果提前知道输入/输出数据中存在延迟，则使用延迟值作为脉冲响应估计的传输延迟。gydF4y2Ba

生成包含3个样本输入到输出滞后的数据。gydF4y2Ba

创建一个随机输入信号。构造一个gydF4y2BaidpolygydF4y2Ba一个包含三个样本延迟的模型，通过在B多项式中使用三个前导零来实现。gydF4y2Ba

U = rand(100,1);A = [1.1 .4];B = [0 0 0 4 -2];C = [1 1 1];sys = idpoly(A,B,C);gydF4y2Ba

模拟模型响应gydF4y2BaygydF4y2Ba对噪声信号，使用gydF4y2BaAddNoisegydF4y2Ba选项和采样时间为1秒。封装gydF4y2BaygydF4y2Ba在一个gydF4y2BaiddatagydF4y2Ba对象。gydF4y2Ba

opt = simOptions(gydF4y2Ba“AddNoise”gydF4y2Ba,真正的);Y = sim(sys,u,opt);数据= iddata(y,u,1);gydF4y2Ba

估计并绘制一个没有运输延迟的第20阶模型。gydF4y2Ba

N = 20;Model1 =冲量(数据，n);impulseplot (model1);gydF4y2Ba

图中包含一个轴对象。标题为From: u1 To: y1的axis对象包含2个line类型的对象。该对象表示model1。gydF4y2Ba

该图表明，在3秒延迟期间，脉冲响应包括非零样本。gydF4y2Ba

估计一个具有3个样本传输延迟的模型。gydF4y2Ba

Nk = 3;Model2 = impulse (data,n,nk);impulseplot (model2)gydF4y2Ba

图中包含一个轴对象。标题为From: u1 To: y1的axis对象包含2个line类型的对象。该对象表示model2。gydF4y2Ba

前三个样本都是零。gydF4y2Ba

获得脉冲响应模型的正则化估计gydF4y2Ba

打开实时脚本gydF4y2Ba

使用正则化核估计选项获得脉冲响应模型的正则化估计。gydF4y2Ba

使用正则化估计模型。gydF4y2Ba冲动gydF4y2Ba默认情况下，使用调优的相关内核(gydF4y2Ba“TC”gydF4y2Ba）.gydF4y2Ba

负载gydF4y2Baiddata3gydF4y2Baz3gydF4y2Ba；Sys1 =冲量(z3);gydF4y2Ba

估计一个没有正则化的模型。gydF4y2Ba

opt =冲量选项(gydF4y2Ba“RegularizationKernel”gydF4y2Ba，gydF4y2Ba“没有”gydF4y2Ba）;Sys2 =冲量(z3,opt);gydF4y2Ba

比较两种模型的脉冲响应。gydF4y2Ba

H = impulseplot(sys2,sys1,70);传奇(gydF4y2Ba“sys2”gydF4y2Ba，gydF4y2Ba“sys1”gydF4y2Ba）gydF4y2Ba

图中包含一个轴对象。标题为From: u1 To: y1的axis对象包含4个line类型的对象。这些对象表示sys2、sys1。gydF4y2Ba

如图所示，使用正则化可以使响应更流畅。gydF4y2Ba

绘制置信区间。gydF4y2Ba

showConfidence (h);gydF4y2Ba

图中包含一个轴对象。标题为From: u1 To: y1的axis对象包含4个line类型的对象。这些对象表示sys2、sys1。gydF4y2Ba

对于使用正则化的模型，计算响应的不确定性在较大的滞后时减少。正则化以一些偏差为代价减少方差。的调优gydF4y2Ba“TC”gydF4y2Ba正则化是这样的，方差误差支配总体误差。gydF4y2Ba

利用正则化脉冲响应模型估计状态空间模型gydF4y2Ba

打开实时脚本gydF4y2Ba

加载估计数据。gydF4y2Ba

负载gydF4y2BaregularizationExampleDatagydF4y2BaeDatagydF4y2Ba；gydF4y2Ba

重新创建用于生成估计数据(真实系统)的传递函数模型。gydF4y2Ba

Num = [0.02008 0.04017 0.02008];Den = [1 -1.561 0.6414];Ts = 1;trueSys = idtf(num,den,Ts);gydF4y2Ba

得到阶为70的正则化脉冲响应(FIR)模型。gydF4y2Ba

opt =冲量选项(gydF4y2Ba“RegularizationKernel”gydF4y2Ba，gydF4y2Ba“直流”gydF4y2Ba）;m0 =冲量(eData,70,opt);gydF4y2Ba

将模型转换为状态空间模型并降低模型的顺序。gydF4y2Ba

M1 = idss(m0);M1 = balred(M1,15);gydF4y2Ba

直接估计第二个状态空间模型gydF4y2BaeDatagydF4y2Ba通过使用正则化约简的ARX模型。gydF4y2Ba

m2 = ssregest(eData,15);gydF4y2Ba

比较真实系统的脉冲响应和估计模型。gydF4y2Ba

冲动(trueSys, m1, m2, 50);传奇(gydF4y2Ba“trueSys”gydF4y2Ba，gydF4y2Ba“m1”gydF4y2Ba，gydF4y2Ba“平方米”gydF4y2Ba）;gydF4y2Ba

图中包含一个轴对象。标题为From: u1 To: y1的axis对象包含6个line类型的对象。这些对象代表trueSys m1 m2。gydF4y2Ba

这三个模型的反应是相似的。gydF4y2Ba

测试测量数据的反馈效应gydF4y2Ba

打开实时脚本gydF4y2Ba

使用测量数据的经验脉冲响应来确定数据是否包含反馈效应。当脉冲响应包含负时间值的统计上显著的响应值时，可以出现反馈效应。gydF4y2Ba

使用四阶预美白滤波器和无正则化、自动顺序选择和负滞后计算非因果脉冲响应。gydF4y2Ba

负载gydF4y2Baiddata3gydF4y2Baz3gydF4y2Ba；opt =冲量选项(gydF4y2Ba“pw”gydF4y2Ba4gydF4y2Ba“RegularizationKernel”gydF4y2Ba，gydF4y2Ba“没有”gydF4y2Ba）;Sys = impulse (z3，[]，gydF4y2Ba“负面”gydF4y2Ba、选择);gydF4y2Ba

sysgydF4y2Ba是包含负时间响应值的非因果模型。gydF4y2Ba

分析所识别模型的脉冲响应。gydF4y2Ba

H =冲量图(sys);gydF4y2Ba

图中包含一个轴对象。标题为From: u1 To: y1的axis对象包含2个line类型的对象。该节点表示sys。gydF4y2Ba

通过右击图并选择，查看一个标准偏差的零响应区域gydF4y2Ba特征gydF4y2Ba>gydF4y2Ba置信区域gydF4y2Ba．或者，您可以使用gydF4y2BashowConfidencegydF4y2Ba命令。gydF4y2Ba

showConfidence (h);gydF4y2Ba

图中包含一个轴对象。标题为From: u1 To: y1的axis对象包含2个line类型的对象。该节点表示sys。gydF4y2Ba

的大响应值gydF4y2Bat = 0gydF4y2Ba(零滞后)表明数据来自一个包含馈通的过程。也就是说，输入瞬间影响输出。较大的响应值也可以表示直接反馈，如比例控制没有一些延迟，使ygydF4y2Ba(t)gydF4y2Ba部分决定ugydF4y2Ba(t)gydF4y2Ba．gydF4y2Ba

数据中反馈的其他迹象是显著的响应值，如-7秒和-9秒的响应值。gydF4y2Ba

根据频响数据计算脉冲响应gydF4y2Ba

打开实时脚本gydF4y2Ba

计算频率响应数据的脉冲响应模型。gydF4y2Ba

加载频率响应数据，其中包含测量振幅gydF4y2BaAMPgydF4y2Ba和相位gydF4y2BaPHAgydF4y2Ba为频率向量W。gydF4y2Ba

负载gydF4y2BademofrgydF4y2Ba；gydF4y2Ba

创建复频率响应gydF4y2Bazfr可以gydF4y2Ba并将其封装在gydF4y2BaidfrdgydF4y2Ba对象，该对象的采样时间为0.1秒。绘制数据图。gydF4y2Ba

zfr = AMP.*exp(1i*PHA*pi/180);Ts = 0.1;data = idfrd(zfr,W,Ts);gydF4y2Ba

估计一个脉冲响应模型gydF4y2Ba数据gydF4y2Ba然后画出响应。gydF4y2Ba

Sys =脉冲(数据);impulseplot(系统)gydF4y2Ba

图中包含一个轴对象。axis对象包含2个line类型的对象。该节点表示sys。gydF4y2Ba

比较已识别的非参数模型和参数模型gydF4y2Ba

打开实时脚本gydF4y2Ba

识别一个数据集的参数和非参数模型，并比较它们的阶跃响应。gydF4y2Ba

估计脉冲响应模型gydF4y2Basys1gydF4y2Ba(非参数)和状态空间模型gydF4y2Basys2gydF4y2Ba(参数)使用估计数据集gydF4y2Baz1gydF4y2Ba．gydF4y2Ba

负载gydF4y2Baiddata1gydF4y2Baz1gydF4y2Ba；Sys1 =冲量(z1);Sys2 = sest(z1,4);gydF4y2Ba

sys1gydF4y2Ba是一个离散辨识传递函数模型。gydF4y2Basys2gydF4y2Ba是连续时间标识的状态空间模型。gydF4y2Ba

比较的阶跃响应gydF4y2Basys1gydF4y2Ba而且gydF4y2Basys2gydF4y2Ba．gydF4y2Ba

步骤(sys1,gydF4y2Ba“b”gydF4y2Basys2,gydF4y2Ba“r”gydF4y2Ba）;传奇(gydF4y2Ba“脉冲响应模型”gydF4y2Ba，gydF4y2Ba”的状态空间模型gydF4y2Ba）;gydF4y2Ba

图中包含一个轴对象。标题为From: u1 To: y1的axis对象包含2个line类型的对象。这些对象分别代表脉冲响应模型、状态空间模型。gydF4y2Ba

输入参数gydF4y2Ba

全部折叠gydF4y2Ba

`数据gydF4y2Ba`- - - - - -gydF4y2Ba估计的数据gydF4y2Ba
`iddatagydF4y2Ba`对象gydF4y2Ba|gydF4y2Ba`idfrdgydF4y2Ba`对象gydF4y2Ba|gydF4y2Ba`的朋友gydF4y2Ba`对象gydF4y2Ba

估计数据，指定为gydF4y2BaiddatagydF4y2Ba对象,一个gydF4y2BaidfrdgydF4y2Ba对象，或gydF4y2Ba的朋友gydF4y2Ba(控制系统工具箱)gydF4y2Ba对象，具有至少一个输入信号和非零采样时间。gydF4y2Ba

对于时域估计，请指定gydF4y2Ba数据gydF4y2Ba作为一个gydF4y2BaiddatagydF4y2Ba对象，其中包含输入和输出信号值。gydF4y2Ba

对于频域估计，请指定gydF4y2Ba数据gydF4y2Ba作为下列之一:gydF4y2Ba

频率响应数据(gydF4y2BaidfrdgydF4y2Ba对象或gydF4y2Ba的朋友gydF4y2Ba对象)gydF4y2Ba
iddatagydF4y2Ba对象，其属性指定如下:gydF4y2Ba
- InputDatagydF4y2Ba-输入信号的傅里叶变换gydF4y2Ba
- OutputDatagydF4y2Ba-输出信号的傅里叶变换gydF4y2Ba
- 域gydF4y2Ba- - - - - -gydF4y2Ba“频率”gydF4y2Ba

`ngydF4y2Ba`- - - - - -gydF4y2BaFIR模型阶数gydF4y2Ba
`［］gydF4y2Ba`(默认)|gydF4y2Ba正整数gydF4y2Ba|gydF4y2Ba矩阵gydF4y2Ba

FIR模型的阶数，指定为正整数，gydF4y2Ba［］gydF4y2Ba，或矩阵。gydF4y2Ba

如果gydF4y2Ba数据gydF4y2Ba包含单个输入通道和输出通道，或者如果希望对所有输入/输出对应用相同的模型顺序，请指定gydF4y2BangydF4y2Ba作为正整数。gydF4y2Ba
如果gydF4y2Ba数据gydF4y2Ba包含gydF4y2BaNgydF4y2Ba_ugydF4y2Ba输入通道和gydF4y2BaNgydF4y2Ba_ygydF4y2Ba输出通道，并且您希望为输入/输出对指定单独的模型顺序，请指定gydF4y2BangydF4y2Ba作为一个gydF4y2BaNgydF4y2Ba_ygydF4y2Ba——- - - - - -gydF4y2BaNgydF4y2Ba_ugydF4y2Ba正整数矩阵，这样gydF4y2BaNgydF4y2Ba（gydF4y2Ba我gydF4y2Ba，gydF4y2BajgydF4y2Ba)表示输入脉冲响应的长度gydF4y2BajgydF4y2Ba输出gydF4y2Ba我gydF4y2Ba．gydF4y2Ba
如果希望函数自动确定顺序，请指定gydF4y2BangydF4y2Ba作为gydF4y2Ba［］gydF4y2Ba．该软件利用对输入数据的持续激励分析来选择阶数。gydF4y2Ba

例子:gydF4y2Ba系统=冲量(数据，70)gydF4y2Ba估计一个70阶的脉冲响应模型。gydF4y2Ba

`nkgydF4y2Ba`- - - - - -gydF4y2Ba运输延迟gydF4y2Ba
零矩阵gydF4y2Ba(默认)|gydF4y2Ba`“负面”gydF4y2Ba`|gydF4y2Ba`0gydF4y2Ba`|gydF4y2Ba`1gydF4y2Ba`|gydF4y2Ba标量整数gydF4y2Ba|gydF4y2Ba矩阵gydF4y2Ba

估计脉冲响应中的传输延迟，指定为标量整数，gydF4y2Ba“负面”gydF4y2Ba，或gydF4y2BaNgydF4y2Ba_ygydF4y2Ba——- - - - - -gydF4y2BaNgydF4y2Ba_ugydF4y2Ba矩阵,gydF4y2BaNgydF4y2Ba_ygydF4y2Ba输出的数量和gydF4y2BaNgydF4y2Ba_ugydF4y2Ba是输入的数量。脉冲响应(输入gydF4y2BajgydF4y2Ba输出gydF4y2Ba我gydF4y2Ba)系数对应时间跨度gydF4y2Bank(i,j)*Ts: Ts:(n(ij)+nk(i,j)-1)*TsgydF4y2Ba．gydF4y2Ba

如果您知道传输延迟的值，请指定gydF4y2BankgydF4y2Ba作为一个标量整数或标量整数的矩阵。gydF4y2Ba
如果您不知道延迟值，请指定gydF4y2BankgydF4y2Ba作为gydF4y2Ba0gydF4y2Ba．一旦估计了脉冲响应，就可以从响应开始部分的非显著脉冲响应值中确定真正的延迟。有关查找真正延迟的示例，请参见gydF4y2Ba从数据中识别非参数脉冲响应模型gydF4y2Ba．gydF4y2Ba
要生成负时间值的脉冲响应系数，这对反馈分析很有用，请使用负整数。如果指定负数，则所有输出通道的值必须相同。你也可以指定gydF4y2BankgydF4y2Ba作为gydF4y2Ba“负面”gydF4y2Ba自动选取模型所有输入/输出通道的负滞后。有关使用负时间值的示例，请参见gydF4y2Ba测试测量数据的反馈效应gydF4y2Ba．gydF4y2Ba
要创建一个前导分子系数为零的系统，请指定gydF4y2BankgydF4y2Ba作为gydF4y2Ba1gydF4y2Ba．gydF4y2Ba

函数存储的正值gydF4y2BankgydF4y2Ba的值大于1gydF4y2BaIODelaygydF4y2Ba的属性gydF4y2BasysgydF4y2Ba（gydF4y2Basys。IODelaygydF4y2Ba＝gydF4y2Bamax (nk-1, 0)gydF4y2Ba)，以及gydF4y2BaInputDelaygydF4y2Ba财产。gydF4y2Ba

`选择gydF4y2Ba`- - - - - -gydF4y2Ba估计选项gydF4y2Ba
`impulseestOptionsgydF4y2Ba`选项设置gydF4y2Ba

的估计选项gydF4y2BaimpulseestOptionsgydF4y2Ba选项集，指定以下内容:gydF4y2Ba

预过滤器的顺序gydF4y2Ba
正则化算法gydF4y2Ba
输入和输出数据偏移量gydF4y2Ba
高级选项，如结构gydF4y2Ba

使用gydF4y2BaimpulseestOptionsgydF4y2Ba创建选项集。gydF4y2Ba

输出参数gydF4y2Ba

全部折叠gydF4y2Ba

`sysgydF4y2Ba`-估计脉冲响应模型gydF4y2Ba
`idtfgydF4y2Ba`对象gydF4y2Ba

估计的脉冲响应模型，返回为gydF4y2BaidtfgydF4y2Ba封装FIR模型的模型。gydF4y2Ba

有关所使用的估计结果和选项的信息存储在gydF4y2Ba报告gydF4y2Ba模型的属性。gydF4y2Ba报告gydF4y2Ba具有以下字段。gydF4y2Ba

报告字段gydF4y2Ba 描述gydF4y2Ba

状态gydF4y2Ba

模型状态的总结，表明模型是通过构造创建的还是通过估计获得的。gydF4y2Ba

方法gydF4y2Ba

使用估计命令。gydF4y2Ba

适合gydF4y2Ba

估计的定量评估，作为结构返回。看到gydF4y2Ba损失函数和模型质量度量gydF4y2Ba有关这些质量度量的更多信息。该结构有以下字段:gydF4y2Ba

场gydF4y2Ba	描述gydF4y2Ba
`FitPercentgydF4y2Ba`	归一化均方根误差(NRMSE)衡量模型响应与估计数据的吻合程度，以百分比表示gydF4y2BafitpercentgydF4y2Ba= 100 (1-NRMSE)。gydF4y2Ba
`LossFcngydF4y2Ba`	估计完成时损失函数的值。gydF4y2Ba
`均方误差gydF4y2Ba`	均方误差(MSE)衡量模型的响应与估计数据的吻合程度。gydF4y2Ba
`消防工程gydF4y2Ba`	模型的最终预测误差。gydF4y2Ba
`另类投资会议gydF4y2Ba`	原始赤池信息标准(AIC)是模型质量的度量标准。gydF4y2Ba
`AICcgydF4y2Ba`	小样本量校正AIC。gydF4y2Ba
`保险代理人gydF4y2Ba`	标准化的另类投资会议。gydF4y2Ba
`BICgydF4y2Ba`	贝叶斯信息准则(BIC)。gydF4y2Ba

参数gydF4y2Ba

模型参数估计值。gydF4y2Ba

OptionsUsedgydF4y2Ba

用于估计的选项集。如果没有配置自定义选项，则该字段是默认选项的集合。看到gydF4y2BaimpulseestOptionsgydF4y2Ba获取更多信息。gydF4y2Ba

RandStategydF4y2Ba

估计开始时随机数流的状态。空的,gydF4y2Ba［］gydF4y2Ba，如果在估计过程中没有使用随机化。有关更多信息，请参见gydF4y2BarnggydF4y2Ba．gydF4y2Ba

DataUsedgydF4y2Ba

用于估计的数据的属性，作为具有以下字段的结构返回。gydF4y2Ba

场gydF4y2Ba	描述gydF4y2Ba
`的名字gydF4y2Ba`	数据集的名称。gydF4y2Ba
`类型gydF4y2Ba`	数据类型。gydF4y2Ba
`长度gydF4y2Ba`	数据样本数量。gydF4y2Ba
`TsgydF4y2Ba`	样品时间。gydF4y2Ba
`InterSamplegydF4y2Ba`	输入样例间行为，作为以下值之一返回:gydF4y2Ba `“zoh”gydF4y2Ba`-零阶保持器在样本之间保持分段恒定的输入信号。gydF4y2Ba `“呸”gydF4y2Ba`-一阶保持器在样本之间保持分段线性输入信号。gydF4y2Ba `“提单”gydF4y2Ba`—限带行为指连续时间输入信号在奈奎斯特频率以上的功率为零。gydF4y2Ba
`InputOffsetgydF4y2Ba`	在估计过程中从时域输入数据中删除的偏移量。对于非线性模型，它是gydF4y2Ba`［］gydF4y2Ba`．gydF4y2Ba
`OutputOffsetgydF4y2Ba`	在估计过程中从时域输出数据中删除的偏移量。对于非线性模型，它是gydF4y2Ba`［］gydF4y2Ba`．gydF4y2Ba

有关使用的更多信息gydF4y2Ba报告gydF4y2Ba,请参阅gydF4y2Ba评估报告gydF4y2Ba．gydF4y2Ba

提示gydF4y2Ba

的脉冲或阶跃响应gydF4y2BasysgydF4y2Ba，使用gydF4y2BaimpulseplotgydF4y2Ba或gydF4y2BastepplotgydF4y2Ba,分别。gydF4y2Ba
对应于负时间值的响应值，并且在脉冲响应中显著不同于零gydF4y2BasysgydF4y2Ba指示数据中存在反馈。gydF4y2Ba
若要查看图中与零没有显著差异的响应区域(零响应区域)，请右键单击图并选择gydF4y2Ba特征gydF4y2Ba>gydF4y2Ba置信区域gydF4y2Ba．图上出现了一个描述零响应区域的补丁。任何时间值的脉冲响应只有在零响应区域之外才有意义。显著性的置信水平取决于中规定的标准偏差数gydF4y2BashowConfidencegydF4y2Ba或属性编辑器中的选项。默认值为1个标准差，即68%的置信度。一个常见的选择是3个标准差，也就是99.7%的置信度。gydF4y2Ba

算法gydF4y2Ba

相关分析gydF4y2Ba指的是估计线性模型的脉冲响应的方法，没有对模型阶数的具体假设。gydF4y2Ba

脉冲响应，gydF4y2BaggydF4y2Ba，为输入为脉冲信号时的系统输出。输出对一般输入的响应，gydF4y2BaugydF4y2Ba（gydF4y2BatgydF4y2Ba)，为与脉冲响应的卷积。连续时间内:gydF4y2Ba

$ygydF4y2Ba （gydF4y2Ba tgydF4y2Ba ）gydF4y2Ba ＝gydF4y2Ba {\intgydF4y2Ba}_{-gydF4y2Ba ∞gydF4y2Ba}^{tgydF4y2Ba} ggydF4y2Ba （gydF4y2Ba τgydF4y2Ba ）gydF4y2Ba ugydF4y2Ba （gydF4y2Ba tgydF4y2Ba -gydF4y2Ba τgydF4y2Ba ）gydF4y2Ba dgydF4y2Ba τgydF4y2Ba$

在离散时间中:gydF4y2Ba

$ygydF4y2Ba （gydF4y2Ba tgydF4y2Ba ）gydF4y2Ba ＝gydF4y2Ba {\sumgydF4y2Ba}_{kgydF4y2Ba ＝gydF4y2Ba 1gydF4y2Ba}^{∞gydF4y2Ba} ggydF4y2Ba （gydF4y2Ba kgydF4y2Ba ）gydF4y2Ba ugydF4y2Ba （gydF4y2Ba tgydF4y2Ba -gydF4y2Ba kgydF4y2Ba ）gydF4y2Ba$

的价值gydF4y2BaggydF4y2Ba（gydF4y2BakgydF4y2Ba)是gydF4y2Ba离散时间脉冲响应系数gydF4y2Ba．gydF4y2Ba

您可以用几种不同的方法估计观察到的输入/输出数据的值。gydF4y2Ba冲动gydF4y2Ba估计第一个gydF4y2BangydF4y2Ba系数采用最小二乘法得到有限脉冲响应(FIR)阶模型gydF4y2BangydF4y2Ba．gydF4y2Ba

冲动gydF4y2Ba提供了几个重要的评估选项:gydF4y2Ba

正则化gydF4y2Ba-正则化最小二乘估计。通过正则化，算法形成先验衰减和相互关联的估计gydF4y2BaggydF4y2Ba（gydF4y2BakgydF4y2Ba)，然后将此先前估计与有关的当前信息合并gydF4y2BaggydF4y2Ba从观察到的数据。这种方法产生的估计值方差较小，但也有一些偏差。您可以从几个内核中选择一个来编码先前的估计。gydF4y2Ba
这个选项是必要的，因为模型顺序gydF4y2BangydF4y2Ba通常会很大。如果没有正则化，gydF4y2BangydF4y2Ba可以自动减少，以确保一个合理的方差。gydF4y2Ba
属性指定正则化内核gydF4y2BaRegularizationKernelgydF4y2Ba的名称-值参数gydF4y2BaimpulseestOptionsgydF4y2Ba．gydF4y2Ba
PrewhiteninggydF4y2Ba-通过应用顺序的输入美白过滤器预美白输入gydF4y2BaPWgydF4y2Ba对数据。在执行非正则估计时使用预美白。使用预美白过滤器可最大限度地减少被忽视的尾巴的影响gydF4y2BakgydF4y2Ba>gydF4y2BangydF4y2Ba-的脉冲响应。为实现预美白，算法为:gydF4y2Ba
1. 定义一个筛选器gydF4y2Ba一个gydF4y2Ba的订单gydF4y2BaPWgydF4y2Ba这会使输入信号变白gydF4y2BaugydF4y2Ba：gydF4y2Ba
  1/A = A(u)egydF4y2Ba,在那里gydF4y2Ba一个gydF4y2Ba是一个多项式gydF4y2BaegydF4y2Ba就是白噪音。gydF4y2Ba
2. 对输入和输出进行过滤gydF4y2Ba一个gydF4y2Ba：gydF4y2Ba
  uf = AugydF4y2Ba，gydF4y2Bayf = AygydF4y2Ba
3. 使用过滤后的信号gydF4y2Ba佛罗里达大学gydF4y2Ba而且gydF4y2BayfgydF4y2Ba估计。gydF4y2Ba
属性指定预美白gydF4y2BaPWgydF4y2Ba的名称-值对参数gydF4y2BaimpulseestOptionsgydF4y2Ba．gydF4y2Ba
自回归参数gydF4y2Ba-补充基本的FIR模型gydF4y2BaNAgydF4y2Ba自回归参数，使其成为ARX模型。gydF4y2Ba

$ygydF4y2Ba （gydF4y2Ba tgydF4y2Ba ）gydF4y2Ba ＝gydF4y2Ba {\sumgydF4y2Ba}_{kgydF4y2Ba ＝gydF4y2Ba 1gydF4y2Ba}^{ngydF4y2Ba} ggydF4y2Ba （gydF4y2Ba kgydF4y2Ba ）gydF4y2Ba ugydF4y2Ba （gydF4y2Ba tgydF4y2Ba -gydF4y2Ba kgydF4y2Ba ）gydF4y2Ba -gydF4y2Ba {\sumgydF4y2Ba}_{kgydF4y2Ba ＝gydF4y2Ba 1gydF4y2Ba}^{NgydF4y2Ba 一个gydF4y2Ba} {一个gydF4y2Ba}_{kgydF4y2Ba} ygydF4y2Ba （gydF4y2Ba tgydF4y2Ba -gydF4y2Ba kgydF4y2Ba ）gydF4y2Ba$

这两个选项都为小成本提供了更好的结果gydF4y2BangydF4y2Ba值和允许无偏估计时，数据产生在闭环。gydF4y2Ba冲动gydF4y2Ba集gydF4y2BaNAgydF4y2Ba来gydF4y2Ba5gydF4y2Ba当gydF4y2BaT > 0gydF4y2Ba并设置gydF4y2BaNAgydF4y2Ba来gydF4y2Ba0gydF4y2Ba(无自回归分量)当gydF4y2BaT < 0gydF4y2Ba．gydF4y2Ba
没有影响gydF4y2Ba-包括对负滞后的响应。如果评估数据包含输出反馈，则使用此选项:gydF4y2Ba

$ugydF4y2Ba （gydF4y2Ba tgydF4y2Ba ）gydF4y2Ba ＝gydF4y2Ba {\sumgydF4y2Ba}_{kgydF4y2Ba ＝gydF4y2Ba 0gydF4y2Ba}^{∞gydF4y2Ba} hgydF4y2Ba （gydF4y2Ba kgydF4y2Ba ）gydF4y2Ba ygydF4y2Ba （gydF4y2Ba tgydF4y2Ba -gydF4y2Ba kgydF4y2Ba ）gydF4y2Ba +gydF4y2Ba rgydF4y2Ba （gydF4y2Ba tgydF4y2Ba ）gydF4y2Ba$

在哪里gydF4y2BahgydF4y2Ba（gydF4y2BakgydF4y2Ba)为调节器的脉冲响应gydF4y2BargydF4y2Ba是一个设定值或扰动项。该算法处理了这种反馈的存在性和特征gydF4y2BahgydF4y2Ba，及估算gydF4y2BahgydF4y2Ba以同样的方式gydF4y2BaggydF4y2Ba通过简单地交换位置gydF4y2BaygydF4y2Ba而且gydF4y2BaugydF4y2Ba在估计调用中。使用gydF4y2Ba冲动gydF4y2Ba由于有消极延迟的迹象，gydF4y2BaMi =冲量(数据，nk,nb)gydF4y2Ba,在那里gydF4y2BankgydF4y2Ba< 0，返回一个模型gydF4y2Ba心肌梗死gydF4y2Ba有一个脉冲响应gydF4y2Ba

$［gydF4y2Ba hgydF4y2Ba （gydF4y2Ba -gydF4y2Ba ngydF4y2Ba kgydF4y2Ba ）gydF4y2Ba ，gydF4y2Ba hgydF4y2Ba （gydF4y2Ba -gydF4y2Ba ngydF4y2Ba kgydF4y2Ba -gydF4y2Ba 1gydF4y2Ba ）gydF4y2Ba ，gydF4y2Ba .．.gydF4y2Ba ，gydF4y2Ba hgydF4y2Ba （gydF4y2Ba 0gydF4y2Ba ）gydF4y2Ba ，gydF4y2Ba ggydF4y2Ba （gydF4y2Ba 1gydF4y2Ba ）gydF4y2Ba ，gydF4y2Ba ggydF4y2Ba （gydF4y2Ba 2gydF4y2Ba ）gydF4y2Ba ，gydF4y2Ba .．.gydF4y2Ba ，gydF4y2Ba ggydF4y2Ba （gydF4y2Ba ngydF4y2Ba bgydF4y2Ba +gydF4y2Ba ngydF4y2Ba kgydF4y2Ba ）gydF4y2Ba ］gydF4y2Ba$

它有一个与滞后相对应的对齐gydF4y2Ba $［gydF4y2Ba ngydF4y2Ba kgydF4y2Ba ，gydF4y2Ba ngydF4y2Ba kgydF4y2Ba +gydF4y2Ba 1gydF4y2Ba ，gydF4y2Ba ．．gydF4y2Ba ，gydF4y2Ba 0gydF4y2Ba ，gydF4y2Ba 1gydF4y2Ba ，gydF4y2Ba 2gydF4y2Ba ，gydF4y2Ba .．.gydF4y2Ba ，gydF4y2Ba ngydF4y2Ba bgydF4y2Ba +gydF4y2Ba ngydF4y2Ba kgydF4y2Ba ］gydF4y2Ba$ ．该算法实现这种对齐是因为输入延迟(gydF4y2BaInputDelaygydF4y2Ba)模型gydF4y2Ba心肌梗死gydF4y2Ba是gydF4y2BankgydF4y2Ba．gydF4y2Ba

对于多输入多输出系统，脉冲响应gydF4y2BaggydF4y2Ba（gydF4y2BakgydF4y2Ba)是一个gydF4y2Ba纽约gydF4y2Ba——- - - - - -gydF4y2BaνgydF4y2Ba矩阵,gydF4y2Ba纽约gydF4y2Ba输出的数量和gydF4y2BaνgydF4y2Ba是输入的数量。的gydF4y2Ba我gydF4y2Ba- - - - - -gydF4y2BajgydF4y2Ba矩阵的元素gydF4y2BaggydF4y2Ba（gydF4y2BakgydF4y2Ba)描述的行为gydF4y2Ba我gydF4y2Ba脉冲后的输出gydF4y2BajgydF4y2Ba输入。gydF4y2Ba

另请参阅gydF4y2Ba

主题gydF4y2Ba

什么是时域相关分析?gydF4y2Ba

在R2012a中引入gydF4y2Ba

系统识别工具箱文档gydF4y2Ba

金宝app

试试MATLAB、Sim金宝appulink和其他产品下载188bet金宝搏gydF4y2Ba

现在就去审判吧gydF4y2Ba

冲动gydF4y2Ba

语法gydF4y2Ba

描述gydF4y2Ba

例子gydF4y2Ba

从数据中识别非参数脉冲响应模型gydF4y2Ba

指定FIR模型的顺序gydF4y2Ba

在FIR模型中指定传输延迟gydF4y2Ba

获得脉冲响应模型的正则化估计gydF4y2Ba

利用正则化脉冲响应模型估计状态空间模型gydF4y2Ba

测试测量数据的反馈效应gydF4y2Ba

根据频响数据计算脉冲响应gydF4y2Ba

比较已识别的非参数模型和参数模型gydF4y2Ba

输入参数gydF4y2Ba

数据gydF4y2Ba- - - - - -gydF4y2Ba估计的数据gydF4y2BaiddatagydF4y2Ba对象gydF4y2Ba|gydF4y2BaidfrdgydF4y2Ba对象gydF4y2Ba|gydF4y2Ba的朋友gydF4y2Ba对象gydF4y2Ba

ngydF4y2Ba- - - - - -gydF4y2BaFIR模型阶数gydF4y2Ba［］gydF4y2Ba(默认)|gydF4y2Ba正整数gydF4y2Ba|gydF4y2Ba矩阵gydF4y2Ba

nkgydF4y2Ba- - - - - -gydF4y2Ba运输延迟gydF4y2Ba零矩阵gydF4y2Ba(默认)|gydF4y2Ba“负面”gydF4y2Ba|gydF4y2Ba0gydF4y2Ba|gydF4y2Ba1gydF4y2Ba|gydF4y2Ba标量整数gydF4y2Ba|gydF4y2Ba矩阵gydF4y2Ba

选择gydF4y2Ba- - - - - -gydF4y2Ba估计选项gydF4y2BaimpulseestOptionsgydF4y2Ba选项设置gydF4y2Ba

输出参数gydF4y2Ba

sysgydF4y2Ba-估计脉冲响应模型gydF4y2BaidtfgydF4y2Ba对象gydF4y2Ba

提示gydF4y2Ba

算法gydF4y2Ba

另请参阅gydF4y2Ba

主题gydF4y2Ba

系统识别工具箱文档gydF4y2Ba

金宝app

试试MATLAB、Sim金宝appulink和其他产品下载188bet金宝搏gydF4y2Ba

`数据gydF4y2Ba`- - - - - -gydF4y2Ba估计的数据gydF4y2Ba
`iddatagydF4y2Ba`对象gydF4y2Ba|gydF4y2Ba`idfrdgydF4y2Ba`对象gydF4y2Ba|gydF4y2Ba`的朋友gydF4y2Ba`对象gydF4y2Ba

`ngydF4y2Ba`- - - - - -gydF4y2BaFIR模型阶数gydF4y2Ba
`［］gydF4y2Ba`(默认)|gydF4y2Ba正整数gydF4y2Ba|gydF4y2Ba矩阵gydF4y2Ba

`nkgydF4y2Ba`- - - - - -gydF4y2Ba运输延迟gydF4y2Ba
零矩阵gydF4y2Ba(默认)|gydF4y2Ba`“负面”gydF4y2Ba`|gydF4y2Ba`0gydF4y2Ba`|gydF4y2Ba`1gydF4y2Ba`|gydF4y2Ba标量整数gydF4y2Ba|gydF4y2Ba矩阵gydF4y2Ba

`选择gydF4y2Ba`- - - - - -gydF4y2Ba估计选项gydF4y2Ba
`impulseestOptionsgydF4y2Ba`选项设置gydF4y2Ba

`sysgydF4y2Ba`-估计脉冲响应模型gydF4y2Ba
`idtfgydF4y2Ba`对象gydF4y2Ba