使用零/极/增益参数的估计模型

这个例子展示了如何估计一个由极点、零和增益参数化的模型。该示例需要Control System Toolbox™软件。

使用复共轭极点/零对对模型进行参数化。当您使用复共轭参数对参数化一个真实的灰盒模型时，软件会更新参数值，这样估计的值也是复共轭对。

加载测量数据。

负载zpkestdatazd；

包含测量数据的变量zd被加载到MATLAB®工作区中。

情节(zd);

输出显示输入延迟大约为3.14秒。

使用零极增益(zpk)形式估计模型zpkestODE函数。要查看此函数，输入

类型zpkestODE

function [a,b,c,d] = zpkestODE(z,p,k,Ts,varargin) %zpkestODE ODE文件，该文件使用极点和% 0作为参数来参数化一个状态空间模型。% %需要控制系统工具箱。% Copyright 2011 The MathWorks, Inc. sysc = zpk(z,p,k);if Ts==0 [a,b,c,d] = ssdata(sysc);else [a,b,c,d] = ssdata(c2d(sysc,Ts，'foh'));结束

创建一个与ODE函数关联的线性灰盒模型。

假设模型有五个极点和四个零。假设两个极点和两个零点是复共轭对。

Z = [-0.5+1i， -0.5-1i， -0.5， -1];P = [-1.11+2i， -1.11-2i， -3.01， -4.01， -0.02];k = 10.1;参数= {z,磷、钾};t = 0;odefun = @zpkestODE;init_sys = idgrey (odefun、参数“cd”, {}, Ts,“InputDelay”, 3.14);

z,p,k是模型参数的初始猜测。

init_sys的idgrey模型是否与zpkestODE.m函数。的“cd”标志表示ODE函数，zpkestODE，根据采样周期返回连续或离散模型。

评估初始模型提供的拟合质量。

compareOpt = compareOptions (“InitialCondition”,“零”）;比较(zd init_sys compareOpt);

初始模型的拟合度很差。

指定评估选项。

选择= greyestOptions (“InitialState”,“零”,“DisturbanceModel”,“没有”,“SearchMethod”,“玲娜”）;

估计模型。

sys =老龄化最严重的(zd、init_sys选择);

sys，一个idgrey模型，包含估计的零极增益模型参数。

比较估计值和初始参数值。

[getpvec (init_sys) getpvec (sys)]

ans =10×2复杂-0.5000 + 1.0000i -1.6158 + 1.6173i -0.5000 + 0.0000i -0.9416 + 0.0000i -1.0000 + 0.0000i -1.1100 + 2.0000i -2.4050 + 1.4340i -1.1100 -2.4050 - 1.4340i -3.0100 + 0.0000i -2.3388 + 0.0000i -4.0100 + 0.0000i -0.0200 + 0.0000i -0.0082 + 0.0000i 10.1000 + 0.0000i 9.7881 + 0.0000i

的getpvec命令返回模型的参数值。在上面的输出中，每一行都显示相应的初始和估计的参数值。所有最初指定为复共轭对的参数在估计后仍然是复共轭对。

评估由估计模型提供的拟合质量。

比较(zd、init_sys sys, compareOpt);

sys与测量数据更接近(98.35%)。

另请参阅

idgrey|感动的|getpvec|ssdata|汇集

相关的话题

• 估计线性灰盒模型
• 估计ode的系数来拟合给定解
• 热扩散的连续时间灰盒模型估计
• 参数化扰动离散灰盒模型的估计
• 非线性灰盒模型的估计