数据进行预处理
去除平均值、偏移量和线性趋势;重构缺失数据，改变数据采样率
功能
去趋势 |
从包含的时域信号中减去偏移或趋势iddata对象 |
retrend |
中存储的时域数据信号添加偏移量或趋势iddata对象 |
diff |
iddata对象中的差异信号 |
idfilt |
使用用户定义的通带、通用过滤器或巴特沃思过滤器过滤数据 |
错误数据 |
重构丢失的输入和输出数据 |
nkshift |
转移数据序列 |
idresamp |
通过抽取或插值重新采样时域数据 |
重新取样 |
对象中存储的时域数据重新采样iddata对象通过抽取或插值(要求信号处理工具箱软件) |
getTrend |
创建趋势信息对象，以存储存储在中的时域信号的偏移量、平均值和趋势信息iddata对象 |
chgFreqUnit |
更改频率响应数据模型的频率单位 |
fdel |
从频率响应数据(FRD)模型中删除指定数据 |
TrendInfo |
偏移量和线性趋势斜率值的趋势数据 |
例子和如何
- 使用快速开始对数据进行预处理
从数据中减去平均值，并指定估计和验证数据。
- 提取和建模特定的数据段
这个例子展示了如何通过只合并精确的数据段而忽略其他部分来创建一个多实验的时域数据集。
- 如何使用应用程序趋势数据
在执行此任务之前，必须将定期采样的稳态时域数据导入System Identification应用程序。
- 如何使用命令行趋势化数据
在执行此任务之前，必须将时域数据作为
iddata对象。 - 使用App重新采样数据
使用系统识别应用程序重新采样时域数据。
- 在命令行重新采样数据
使用
重新取样对时域进行十进制和内插iddata对象。 - 如何使用App过滤数据
系统识别应用程序可以通过增强或选择特定的通带，使用五阶巴特沃思滤波器过滤时域数据。
- 如何通过命令行过滤数据
使用
idfilt在时域或频域上应用通频带和其他自定义滤波器iddata对象。
概念
- 处理缺失数据和异常值
处理丢失或错误的数据值。
- 处理数据中的偏移和趋势
删除和恢复数据信号中的恒定偏移量和线性趋势。
- 重采样数据
抽取和插值(重采样)数据。
- 过滤数据
决定在模型估计之前是否过滤数据以及如何预过滤数据。
您也可以从以下列表中选择网站: