H.Ə. Məmmədov, Q.Ə. Rüstəmov R. Q. Rüstəmov
idarx- Class for storing multiple-output ARX polynomials and estimated impulse- and step-response models idfrd-
Download 6.8 Mb. Pdf ko'rish
|
|
idarx- Class for storing multiple-output ARX polynomials and estimated impulse- and step-response models idfrd- Class for storing frequency-response or spectral-analysis data or frequency-response models idgrey- Class for storing linear ODE models idmodel- Superclass for linear models idpoly- Class for storing linear polynomial input-output models idproc- Class for storing low-order, continuous-time process models idss- Class for storing linear state-space models with known and unknown parameters impulse- Plot impulse response with confidence interval init- Set or randomize initial parameter values
Estimate ARX model using four-stage instrumental variable method returning idpoly or idarx object
idpoly object ivstruc- Compute loss functions for sets of output-error model structures
Estimate parameters of ARX model using instrumental variable method with arbitrary instruments returning idpoly or idarx object
object
nuderst- Set step size for numerical differentiation oe- Estimate parameters of output-error model returning idpoly object pem- Estimate model parameters using iterative prediction-error minimization method pexcit- Level of excitation of input signals polydata- Polynomial model parameters from single-input and single- output idpoly object
Set properties of data and model objects setpname- Set mnemonic parameter names for black-box model structures
Set matrix structure for idss objects size- Dimensions of iddata, idmodel, and idfrd objects 427
spa- Estimate frequency response and spectrum using spectral analysis returning idfrd object spafdr- Estimate frequency response and spectrum using spectral analysis with frequency-dependent resolution returning idfrd object ssdata- State-space matrices from idmodel object step- Plot step response with confidence interval struc- Generate model structure matrices for single-input and single- output systems tfdata- Numerator and denominator of transfer function from idmodel object
timestamp- Return date and time when object was created or last modified zpkdata- Zeros, poles, and gains of transfer function from idmodel object
addreg- Add custom regressors to idnalrx model customnet- Class representing nonlinearity estimator with user-defined unit function for nonlinear ARX and Hammerstein-Wiener models
models
data2state(idnlarx)- Map past input/output data to current states of idnlarx model deadzone- Class representing dead-zone nonlinearity estimator for Hammerstein-Wiener models
Value of nonlinearity estimator at given input findop(idnlarx)- Compute operating point for nonlinear ARX model findop(idnlhw)- Compute operating point for Hammerstein-Wiener model
Get input/output delay information for idnlarx model structure
Class representing nonlinear ARX models idnlhw- Class representing Hammerstein-Wiener input-output models
Superclass for nonlinear models init- Set or randomize initial parameter values linapp- Linear approximation of nonlinear ARX and Hammerstein-Wiener models for given input 428
linear- Specify to estimate nonlinear ARX model that is linear in (nonlinear) custom regressors linearize(idnlarx)- Linearize nonlinear ARX model linearize(idnlhw)- Linearize Hammerstein-Wiener model neuralnet- Class representing neural network object created in Neural Network Toolbox™ product for estimating nonlinear ARX and Hammerstein-Wiener models nlarx- Estimate nonlinear ARX models nlhw- Estimate Hammerstein-Wiener models operspec(idnlarx)- Construct operating point specification object for idnlarx model operspec(idnlhw)- Construct operating point specification object for idnlhw model
minimization method poly1d- Class representing single-variable polynomial nonlinear estimator for Hammerstein-Wiener models
Generate custom regressors by computing powers and products of standard regressors
Class representing piecewise-linear nonlinear estimator for Hammerstein-Wiener models
Class representing saturation nonlinearity estimator for Hammerstein-Wiener models
Set properties of data and model objects sigmoidnet- Class representing sigmoid network nonlinearity estimator for nonlinear ARX and Hammerstein-Wiener models treepartition- Class representing binary-tree nonlinearity estimator for nonlinear ARX models unitgain- Specify absence of nonlinearities for specific input or output channels in Hammerstein-Wiener models
Class representing wavelet network nonlinearity estimator for nonlinear ARX and Hammerstein-Wiener models
get- Query properties of data and model objects getinit- Values of idnlgrey model initial states getpar- Parameter values and properties of idnlgrey model parameters
Class representing nonlinear ODE models idnlmodel Superclass for nonlinear models 429
init- Set or randomize initial parameter values pem- Estimate model parameters using iterative prediction-error minimization method set- Set properties of data and model objects setinit- Set initial states of idnlgrey model object setpa- Set initial parameter values of idnlgrey model object
rarmax- Estimate recursively parameters of ARMAX or ARMA models
Estimate recursively parameters of Box-Jenkins models roe- Estimate recursively output-error models (IIR-filters) rpem-Estimate general input-output models using recursive prediction- error minimization method rplr- Estimate general input-output models using recursive pseudolinear regression method segment- Segment data and estimate models for each segment
polynomial and state-space models aic- Akaike Information Criterion for estimated model arxdata- ARX parameters from multiple-output idarx or single- output idpoly objects with variance information
Compare model output and measured output ffplot- Plot frequency response and spectra fpe- Akaike Final Prediction Error for estimated model freqresp- Frequency-response data from idmodel or idfrd object fselect- Frequencies from idfrd object impulse- Plot impulse response with confidence interval isreal- Determine whether model parameters or data values are real ivstruc- Compute loss functions for sets of output-error model structures
Transform idmodel object with noise channels to model with measured channels only
Plot Nyquist curve of frequency response with confidence interval
Prediction errors associated with model and data set 430
plot- Plot iddata or model objects polydata- Polynomial model parameters from single-input and single- output idpoly object
Predict output k steps ahead predict(idnlarx)- Predict output k steps ahead for nonlinear ARX model
Predict output k steps ahead for Hammerstein-Wiener model
Display model information, including estimated uncertainty pzmap- Plot zeros and poles with confidence interval resid- Compute and test model residuals (prediction errors) selstruc- Select model order for single-output ARX models sim- Simulate linear models with confidence interval sim(idnlarx)- Simulate nonlinear ARX model sim(idnlgrey)- Simulate nonlinear ODE model sim(idnlhw)- Simulate Hammerstein-Wiener model simsd- Simulate models with uncertainty using Monte Carlo method ssdata- State-space matrices from idmodel object step- Plot step response with confidence interval tfdata- Numerator and denominator of transfer function from idmodel object
view- Plot model characteristics using Control System Toolbox™ LTI Viewer GUI zpkdata- Zeros, poles, and gains of transfer function from idmodel object
data
findstates(idnlgrey)- Estimate initial states of nonlinear Grey-Box model from data findstates(idnlhw)- Estimate initial states of nonlinear Hammerstein- Wiener model from data idmdlsim- Simulate idmodel objects using Simulink® software predict Predict output k steps ahead predict(idnlarx)- Predict output k steps ahead for nonlinear ARX model
Predict output k steps ahead for Hammerstein-Wiener model
431
sim- Simulate linear models with confidence interval sim(idnlarx)- Simulate nonlinear ARX model sim(idnlgrey)- Simulate nonlinear ODE model sim(idnlhw)- Simulate Hammerstein-Wiener model simsd- Simulate models with uncertainty using Monte Carlo method
Using Models with Other Products balred- Reduce model order (requires Control System Toolbox™ product) frd- Convert idfrd objects to Control System Toolbox™ frequency- response LTI model
Apply Control System Toolbox™ commands to idmodel objects
Convert idmodel objects to Control System Toolbox™ LTI models tf- Convert idmodel objects to transfer-function Control System Toolbox™ LTI models
Viewer GUI zpk- Convert idmodel objects to Control System Toolbox™ state-space LTI models Customizing and Using GUI ident- Open System Identification Tool GUI midprefs- Set directory for storing idprefs.mat containing GUI startup information
Əlavə 4 İstifadə olunan Matlab funksiyaları rectpuls – tək düzbucaqlı impulsun formalaşdırılması; tripuls – tək üçbucaqlı impuls; gauspuls – Qaus (hamar) impulsu; square – düzbucaqlı impulslar ardıcıllığı; sawtooth – mişarvari impulslar ardıcıllıgı; chirp –
dəyişən kosinusoida;
432
diric –
Dirixli funksiyası;
–
təsadüfi “ağ küy” siqnalı.
-differensial tənliyin simvolik həlli. ode 45, ode 23s -differensial tənliyin ədədi həlli. plot -həllin qrafikinin alınması. ezplot -verilmiş (alınmış) funksiyanın qrafikinin qurulması. simplify -ifadənin sadələşdirilməsi. ss -modelin vəziyyət dəyişənlərində standart formada alınması (ss – state-space – vəziyyət fəzası).
-vəziyyət modelinin kanonik şəkildə, yəni A matrisinin diaqonal (kvazidiaqonal) matris olduğu hal.
-minimal realizasiyalı vəziyyət modelinin, yəni x i
ötürmə funksiyasının eyni sıfır və qütblərinin ixtisarı. expm -keçid matrisinin simvolik (analitik) həlli. laplace -originaldan təsvirin alınması (düz Laplas çevirməsi). ilaplace -təsvirdən originalın alınması (tərs Laplas çevirməsi). heaviside -vahid təkan (Xevesaid funksiyası). dirac -vahid impuls (Dirak funksiyası) residue -ötürmə funksiyasının sadə kəsrlərə ayrılması. taylor -ötürmə funksiyasının Teylor sırasına ayrılması. timmomt -ötürmə funksiyasının s=0 ətrafında Teylor sırasına ayrılması.
-ötürmə funksiyasının s= ətrafında Teylor sırasına ayrılması. tf – -ötürmə funksiyasının formalaşdırılması (transfer – ötürmə sözünə uyğundur).
-polinomların hasili (iki-iki). polyval -polinomun arqumentin verilmiş qiymətində qiyməti. roots -polinomun köklərinin təyini. poly -məlum köklərə əsasən polinomun bərpası (əmsallarının tapılması).
-məchulun verilmiş qiymətində polinomun qiymətinin - təyini.
-ötürmə funksiyalarının cəmlənməsi, çıxılması, vurulması, bölünməsi.
-xətti obyektin ötürmə funksiyasının qütblərinin təyini. zero -xətti obyektin ötürmə funksiyasının sıfırlarırın təyini. pzmap -qütblərin və sıfırların köklər müstəvisində yerləşməsi. zpk -ötürmə funksiyasının elementar həqiqi vuruqlar şəklində 433
göstərilməsi. minreal -ortaq sıfırların və qütblərin ixtisarı. pademod -ötürmə
funksiyasının Pade
aproksimasiyası (yaxınlaşması). routhmod -Raus aproksimasiyası. pade –gecikmə bəndinin (operatorunun) Pade sırasına ayrılması (surət və məxrəcin tərtibləri eynidir). paderm -gecikmə bəndinin Pade sırasına ayrılması (surət və məxrəcin tərtibi müxtəlif ola bilər).
-ardıcıl birləşdirilmiş bəndlərin ekvivalent ötürmə funksiyasının təyini.
-paralel birləşdirilmiş bəndlərin ekvivalent ötürmə funksiyasının təyini.
-qapalı ATS-in ötürmə funksiyasının təyini. fourier -simvolik düz Furye çevirməsi (tezlik spektrinin alınması).
-simvolik tərs Furye çevirməsi (tezlik spektrindən originalın alınması). -düz Furye çevirməsinin ədədi həlli. -tərs Furye çevirməsinin ədədi həlli.
-ötürmə funksiyasından AFTX alınması. subs -simvol ifadəsinin qiymətlərinin çap olunması. fsolve -qeyri xətti cəbri tənliklər sisteminin həlli. 434
det – matrisin determinantının hesablanması. eig – matrisin xarakteristik ədədlərinin təyini. lyap – Lyapunov cəbri matris tənliyinin həlli. pole – ötürmə funksiyasının qütüblərinin (xarakteristik tənliyinin kökləri) təyini. roots – polinomun (xarakterstik tənliyin) köklərinin təyini. pzmap – ötürmə funkasiyasının qütüb və sıfırlarının köklər müstəvisində yerləşmə sxemi. int – inteqralın hesablanması. lsim – diferensial tənliyin həlli. limit
– funksiyanın son qiymətinin hesablanması. step
– keçid xarakteristikasının qurulması. dirac o
vahid δ(t) impulsu
– vahid təkan (pilləvari siqnal) lsim – ixtiyari giriş siqnalında və başlanğıc şərtdə həllin alınması step – keçid xarakteristikasının qurulması impulse – çəki xarakteristikasının qurulması bode – bode (LATX və LFTX) diaqramlarının qurulması
– yalnız LATX qurulması logspace – diaqramların qurulması üçün tezliyin loqarifmik miqyasının formalaşdırılması
– adi amplitud-faz tezlik xarakteristikasının (AFTX) qurulması
– W
log (j
)=20lg[A( )]e
j ( ) loqarifmik AFTX Download 6.8 Mb. Do'stlaringiz bilan baham: 
|