Matlab辨识工具箱

1．模型建立函数arx2th功能：由ARX多项式建立Theta模型矩阵格式：th=arx2th(A,B,ny,nu)说明：多入多出ARX模型具有如下形式)()()1()()()1()(101tnbtttnatttnbnaeuBuBuByAyAyiA和iB分别为nyny和nunu的矩阵naAAAIA21nbBBBBB210输入输出参数A——多项式A(q)的系数向量B——多项式B(q)的系数向量ny——输出的个数nu——输入的个数th——Theta模型poly2th功能：构造基于一般输入输出格式的Theta模型格式：th=poly2th(A,B,C,D,F)说明：单输入单输出系统)()()()()()()()(teqDqCtuqFqBtyqA输入输出参数A,B,C,D,F——A(q),B(q),C(q),D(q),F(q)的系数向量A,C,D,F以首1系数为第一个元素，B包含零元素表示纯时延大小th——输入输出格式的Theta模型2．ARX模型辨识ARX模型形式)()()()()(tetuqBtyqAnanaqaqaqaqA22111)(nbnbqaqbqbbqB22110)(arx功能：基于最小二乘估计的ARX模型辨识格式：th=arx(z,nn)说明：输入输出参数z——输入输出数据矩阵，z=[yu]，其中y为输出数据向量，u为输入数据向量，y，u均为列向量nn——指定ARX模型的阶次和纯时延大小，nn=[nanbnk]th——用Theta模型表示的ARX估计模型iv4功能：采用近似最优4阶辅助变量法的ARX模型辨识格式：th=iv4(z,nn)说明：输入输出参数z——输入输出数据矩阵，z=[yu]，其中y为输出数据向量，u为输入数据向量，y，u均为列向量nn——指定ARX模型的阶次和纯时延大小，nn=[nanbnk]th——用Theta模型表示的ARX估计模型3．模型仿真函数idinput功能：生成不同的辨识输入信号格式：u=idinput(N,type,band,levels)说明：输入输出参数N——信号数据长度type——信号类型‘rs’——高斯随机信号‘rbs’——二值随机信号‘prbs’——二值伪随机信号band——信号带宽，信号类型为’rs’’rbs’，band=[wlowwhigh]，信号带宽上界和下界，缺省值[01]，对应白噪声信号类型为’prbs’’，band=[twologpM]，twologp决定PRBS的周期T=2^twologp-1，M指定1/M的时间区间内为常数，当twologp=0或18，信号周期最大levels——决定输入信号幅值的上下界，levels=[minumaxu]idsim功能：Theta格式模型的仿真格式：y=idsim([ue],th)说明：输入输出参数[ue]——指定输入和噪声数据向量th——Theta格式模型y——仿真输出数据向量4．模型转换函数th2arx功能：从Theta模型格式中获得ARX模型参数格式：[A,B]=th2arx(th)说明：输入输出参数th——Theta模型格式A——ARX参数向量B——ARX参数向量)()()1()()()1()(101tnbtttnatttnbnaeuBuBuByAyAynaAAAIA21nbBBBBB210th2poly功能：将Theta模型格式转换为多项式模型形式格式：[A,B,C,D,F]=th2poly(th)说明：输入输出参数th——Theta模型格式)()()()()()()()(teqDqCtuqFqBtyqAA,B,C,D,F——A(q),B(q),C(q),D(q),F(q)的系数向量A,C,D,F以首1系数为第一个元素，B包含零元素表示纯时延大小