怎么将系统辨识模型编写matlab程序
y(k)-1.5y(k-1)+0.7y(k-2)=u(k-1)+0.5u(k-2)+v(k)其中系统噪声v(k)为N(0,1)分布的白噪声和控制信号u(k)采用15拍M系...
y(k)-1.5y(k-1)+0.7y(k-2)=u(k-1)+0.5u(k-2)+v(k)其中系统噪声v(k)为N(0,1)分布的白噪声和控制信号u(k)采用15拍M系列利用matlab工具性辨识结果采用曲线输出。辨识模型为y(k)+a1y(k-1)+a2y(k-2)=b1u(k-1)+b2u(k-2)+v(k)
跪求大神帮忙编写一段matlab程序或讲解下怎么使用matlab工具箱 另加分谢谢 展开
跪求大神帮忙编写一段matlab程序或讲解下怎么使用matlab工具箱 另加分谢谢 展开
2个回答
展开全部
使用matlab工具箱更为方便和直观:
1. 把u,y信号导入到工作空间里。
2. 用ident命令打开matlab系统辨识工具箱,然后点击import data,从新打开界面里导入工作空间的数据。然后可以通过图形查看该输入输出信号,或者在proprocess进行信号预处理。
3. 根据你的模型在estimate里选择linear parameter models,个人觉得你应该选择ARX结构,确定阶数,然后进行估计。
4. 在主界面里查看估计模型,并且可以和实际输出比较,看看拟合度。
详细使用方面参考 帮助文档 System Identification Toolbox User's Guide
1. 把u,y信号导入到工作空间里。
2. 用ident命令打开matlab系统辨识工具箱,然后点击import data,从新打开界面里导入工作空间的数据。然后可以通过图形查看该输入输出信号,或者在proprocess进行信号预处理。
3. 根据你的模型在estimate里选择linear parameter models,个人觉得你应该选择ARX结构,确定阶数,然后进行估计。
4. 在主界面里查看估计模型,并且可以和实际输出比较,看看拟合度。
详细使用方面参考 帮助文档 System Identification Toolbox User's Guide
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询