La extraccin numrica Modelo de Datos

Puede extraer los siguientes datos numricos de los objetos del modelo lineal:

Coeficientes y la incertidumbre

Por ejemplo, extraer las matrices de espacio de estado ( A , B , C , D y K ) para los

modelos de espacio de estado, o polinomios ( A , B , C , D y F ) para los modelos
polinomiales.
Si los datos estimados de incertidumbre del modelo, esta informacin se almacena en el
modelo en la forma de la matriz de covarianza de parmetros. Se puede recuperar la
matriz de covarianza (en su forma cruda o factorizada) utilizando
el getcov comando. La matriz de covarianza representa las incertidumbres en las
estimaciones de parmetros y se utiliza para calcular:
o
La confianza de los lmites en las parcelas de resultado de modelo,
diagramas de Bode, diagramas de residuos y grficos de polo-cero
o
La desviacin estndar de los valores de los parmetros individuales. Por
ejemplo, una desviacin estndar en el valor estimado de la Un polinomio en un modelo
ARX, devuelto por elpolydata comando y se muestra por la presente de comandos.
La siguiente tabla resume los comandos para la extraccin de coeficientes del modelo y
la incertidumbre.
Los comandos para extraer Modelo Coeficientes e incertidumbre de Datos
Mando

Descripcin

freqresp

Extrae los datos de respuesta en frecuencia

(H ) y la correspondiente covarianza ( CovH )
de cualquier modelo lineal identificado.

polydata Extractos polinomios (como A ) de cualquier

modelo lineal identificado.Las incertidumbres
polinmicas (tales comodA ) se devuelven
slo para idpoly modelos.

idssdata Matrices de espacio extractos (como una ) de

cualquier modelo lineal identificado. Las
incertidumbres de la matriz (como dA ) se
devuelven slo para IDSSmodelos.

Sintaxis

[H, W, CovH] = freqresp (m)

[A, B, C, D, F, dA, dB, DC, DD,

dF] = ...
polydata (m)
[A, B, C, D, K, X0, ...
dA, dB, DC, DD, DK, DX 0] = ...
idssdata (m)

tfdata

Numerador y el denominador extractos

polinomios ( Num , Den ) y sus
incertidumbres ( dnum, dden ) de cualquier
modelo lineal identificado.

[Num, den, Ts, dnum, dDen]

= ...
tfdata (m)

zpkdata

Extrae ceros, polos, y las ganancias

( Z , P , K ) y sus covarianzas
( covZ ,COVP , covK ) de cualquier
modelo lineal identificado.

[Z, P, K, T, covZ, COVP, covK]

= ...
zpkdata (m)

getpvec

Obtener una lista de los parmetros del modelo

y sus incertidumbres.
Para acceder a los parmetros atributos tales
como valores, estado libre, lmites o etiquetas,
uso getpar .

PVEC = getpvec (m)

getcov

Obtener informacin de covarianza de

parmetros

cov_data = getcov (m)

Tambin puede extraer los datos de modelos numricos mediante el uso de la notacin
de puntos para acceder a propiedades del modelo. Por ejemplo, mA muestra

las A coeficientes de los polinomios de modelo m . Alternativamente, se puede utilizar

el get comando, de la siguiente manera: get (m, 'A') .
Para ver una lista de propiedades de modelo, tipo get (modelo) .

Sugerencia

Los modelos dinmicos y de ruido

Para los modelos lineales, la descripcin general modelo simblico est dada por:
Y=Gu+He

G es un operador que toma las entradas medidas u a las salidas y captura la dinmica del
sistema, tambin llamado el modelo de medicin . H es un operador que describe las
propiedades de la perturbacin de salida aditivo y toma el hipotticos (no medidos)
entradas de la fuente de ruido electrnico a las salidas, tambin llamado el modelo de
ruido . Al estimar un modelo de ruido, la caja de herramientas incluye un canal de
ruido electrnico para cada salida en su sistema.
Puede operar en los datos extrados modelo como lo hara en cualquier otro
MATLAB vectores, matrices y redes de celdas. Tambin se puede pasar estos valores
numricos a los comandos de control System Toolbox , por ejemplo, o
Simulink bloques.

Fue este tema til?

getcov
covarianza de parmetros de lineal identific modelo paramtrico
colapsar todo en la pgina

Sintaxis

cov_data = getcov (sys)

ejemplo

cov_data = getcov (sys, cov_type)

ejemplo

cov_data = getcov (sys, cov_type, "libre")

ejemplo

Descripcin
ejemplo

cov_data = getcov ( SYS ) devuelve la covarianza en bruto de los parmetros de un modelo

paramtrico lineal identificado.

Si sys es un modelo nico, a continuacin, cov_data es un np -by- np matriz. Np es el

nmero de parmetros de sys .

Si sys es un conjunto de modelos, luego cov_data es un conjunto de clulas de

tamao igual al tamao de la matriz de sys .
cov_data (i, j, k, ...) contiene los datos de covarianza para sys (:,:, i, j, k, ...) .
ejemplo

cov_data = getcov ( sys , cov_type ) devuelve la covarianza parmetro, ya sea como una
matriz o una estructura, en funcin del tipo de covarianza que se especifica.
ejemplo

cov_data = getcov ( sys , cov_type , "libre") devuelve los datos de covarianza slo los
parmetros del modelo libres.

Ejemplos
desplegar todo

Prima covarianzas de los parmetros para el modelo identificada

Este ejemplo abrir

Obtener el modelo identificado.

carga iddata1 z1
sys = tfest (z1,2);
Obtener el parmetro de covarianza prima para el modelo.
cov_data = getcov (sys)
cov_data =
1,2131 -4,3949 -0,0309 -0,5531 0
115,0838 1,8598 -4,3949 10,6660 0
-0,0309 1,8598 0,0636 0,1672 0
-0,5531 10,6660 0,1672 1,2433 0
00000
cov_data contiene la matriz de covarianza para el vector de parmetros [sys.Numerator,
sys.Denominator (2: final), sys.IODelay] .
sys.Denominator (1) se fija a 1 y no se trata como un parmetro. Las entradas de la matriz
de covarianza correspondientes al parmetro de retardo (quinta fila y columna) son cero, ya
que el retraso no fue estimada.

Prima de parmetros de covarianza para Array Modelo Identificado

Este ejemplo abrir

Obtener la matriz de modelo identificado.

carga iddata1 z1 ;
Sist1 = tfest (z1,2);
Sist2 = tfest (z1,3);
sysarr = pila (1, Sist1, Sist2);
sysarr es una matriz de 2 por 1 de tiempo continuo, funciones de transferencia identificados.
Obtener el parmetro de covarianza prima para los modelos de la gama.
cov_data = getcov (sysarr)
cov_data =
[Doble 5x5]
[Doble 7x7]
cov_data es un conjunto de clulas 2-por-1. cov_data {1} y cov_data {2} son las matrices
de covarianza de parmetros primas para Sist1 y Sist2 .

Prima covarianza de los parmetros estimados del modelo identificada

Este ejemplo abrir

Cargar los datos de estimacin.

carga iddata1 z1
z1.y = cumSum (z1.y);

Estimar el modelo.
init_sys = IDTF ([100 1500], [1 10 10 0]);
init_sys.Structure.Numerator.Minimum = eps;
init_sys.Structure.Denominator.Minimum = eps;
init_sys.Structure.Denominator.Free (fin) = false;
opt = tfestOptions ( 'SearchMethod' , 'LM' );
sys = tfest (z1, init_sys, opt);
sys es un IDTF modelo con seis parmetros, cuatro de los cuales se estima.
Obtener la matriz de covarianza de los parmetros estimados.
cov_type = "valor" ;
cov_data = getcov (sys, cov_type, "libre" )
cov_data =
1.0E + 05 *
0,0269 -0,1237 -0,0001 -0,0017
1,0221 0,0016 0,0133 -0,1237
0,0016 0,0000 0,0000 -0,0001
0,0133 0,0000 0,0002 -0,0017
cov_data es un 4x4 matriz de covarianza, con las entradas correspondientes a los cuatro
parmetros estimados.

Factorizada de parmetros de covarianza para el modelo identificada

Este ejemplo abrir

Obtener el modelo identificado.

carga iddata1 z1
sys = tfest (z1,2);
Obtener el parmetro de covarianza factorizado para el modelo.
cov_type = "factores" ;
cov_data = getcov (sys, cov_type);

Factorizada covarianza de parmetros para Array Modelo Identificado

Este ejemplo abrir

Obtener la matriz de modelo identificado.

carga iddata1 z1
Sist1 = tfest (z1,2);
Sist2 = tfest (z1,3);
sysarr = pila (1, Sist1, Sist2);
sysarr es una matriz de 2 por 1 de tiempo continuo, funciones de transferencia identificados.
Obtener el parmetro de covarianza factorizado para los modelos de la gama.
cov_type = "factores" ;
cov_data = getcov (sysarr, cov_type)
cov_data =
matriz 2x1 estructura con campos:
R
T
Gratis

cov_data es un vector de estructuras 2-por-1. cov_data (1) y cov_data (2) son las
estructuras de covarianza por coeficientes para Sist1 y Sist2 .

Factorizada covarianza de los parmetros estimados del modelo

identificada
Este ejemplo abrir

Cargar los datos de estimacin.

carga iddata1 z1
z1.y = cumSum (z1.y);
Estimar el modelo.
init_sys = IDTF ([100 1500], [1 10 10 0]);
init_sys.Structure.Numerator.Minimum = eps;
init_sys.Structure.Denominator.Minimum = eps;
init_sys.Structure.Denominator.Free (fin) = false;
opt = tfestOptions ( 'SearchMethod' , 'LM' );
sys = tfest (z1, init_sys, opt);
sys , un IDTF modelo, tiene seis parmetros, cuatro de los cuales se estima.
Obtener la covarianza factorizada de los parmetros estimados.
cov_type = "factores" ;
cov_data = getcov (sys, cov_type, "libre" );

Los argumentos de entrada

desplegar todo

sys - lineal identific paramtrica modelo deIDTF , idss , idgrey , idpoly , o idproc objeto
| matriz de modelos
Lineal identific modelo paramtrico, especificado como un IDTF , idss , idgrey , idpoly ,
o idproc modelo o un conjunto de tales modelos.

o
o

cov_type - covarianza tipo"valor" (por defecto) | "factores"

Covarianza tipo de retorno, ya sea especificado como "valor" o "factores" .
Si cov_type es el "valor" , a continuacin, cov_data se devuelve como una matriz
(covarianza en bruto).
Si cov_type es "factores" , a continuacin, cov_data se devuelve como una
estructura que contiene los factores de la matriz de covarianza.
Utilice esta opcin para ir a buscar los datos de covarianza si la matriz de covarianza contiene
valores no finita, no es definida positiva, o est mal condicionado. Se puede calcular la
incertidumbre de respuestas utilizando los factores de covarianza en lugar de la matriz de
covarianza numricamente desventajosa.
Esta opcin no ofrece una ventaja numrica en los siguientes casos:
sys se estima utilizando ciertos mtodos variables instrumento, como IV4 .
Ha especificado explcitamente el parmetro de covarianza de sys utilizando el
obsoleto CovarianceMatrix propiedad del modelo.
Tipos de datos: Char

Argumentos de salida
desplegar todo

cov_data - covarianza de parmetros de sysmatriz o conjunto de clulas de matrices

| estructura o clula matriz de estructuras
Covarianza de parmetros de sys , devuelve como una matriz, matriz de celdas de matrices,
estructura o matriz de celdas de las estructuras.

o
o
o

Si sys es un modelo nico y cov_type es el "valor" , a continuacin, cov_data es

un np -by- np matriz. Np es el nmero de parmetros de sys .
El valor de los elementos distintos de cero de esta matriz es igual
a sys.Report.Parameters.FreeParCovariance cuando sys se obtiene a travs de la
estimacin. Las entradas de fila y columna que se corresponden con parmetros fijos son cero.
Si sys es un modelo nico y cov_type es "factores" , a continuacin, cov_data es
una estructura con campos:
R - Por lo general, una matriz triangular superior.
T - Matriz de transformacin.
Libre - vector lgico de longitud np ., Que indica si un parmetro de modelo es
libre (estimado) o no np es el nmero de parmetros de sys .
Para obtener la matriz de covarianza utilizando la forma factorizada, entre:
Libre = cov_factored.Free;
T = cov_factored.T;
R = cov_factored.R;
np = nparams (SYS);
cov_matrix = ceros (np);
cov_matrix (gratuito, libre) = T * inv (R '* R) * T';

Por razones de precisin numrica, se puede calcular T * inv (R '* R) * T' como X * X ' ,
donde X = T / R .
Si sys es un conjunto de modelos, luego cov_data es un conjunto de clulas de
tamao igual al tamao de la matriz de sys .
cov_data (i, j, k, ...) contiene los datos de covarianza para sys (:,:, i, j, k, ...) .

polydata
Acceso coeficientes de los polinomios y las incertidumbres del modelo identificado
colapsar todo en la pgina

Sintaxis
[A, B, C, D, F] = polydata (sys)
[A, B, C, D, F, dA, dB, DC, DD, dF] = polydata (SYS)
[ ___ ] = polydata (sys, J1, ..., JN)
[ ___ ] = polydata ( ___ , "clula")

Descripcin
[ A, B, C, D, F ] = polydata ( SYS ) devuelve los coeficientes de los polinomios A , B , C , D ,
y F que describir el modelo identificados sys . Los polinomios describen
el idpoly representacin de sys de la siguiente manera.

Para discretas en el tiempo sys :

( - 1) ( )
Un q
y t =

-1
B (q

-1
)F (q

(
)
u t-nk +

-1
C (q

-1
)D (q

( )
e t .

u ( t ) son las entradas a sys . Y ( t ) son las salidas. e ( t ) es una perturbacin de ruido blanco.

Por tiempo continuo sys :

( ) ( )
Una s Y s =

B ( s )F ( s )

( ) -s
T s e
+

C ( s )D ( s )

( )
E s .

T ( s ) son las entradas transformada de Laplace a sys . Y ( s ) son las salidas de la

transformada de Laplace. E ( s ) es la transformada de Laplace de una perturbacin de ruido
blanco.
Si sys es un modelo identificado que no es
una idpoly modelo, polydata convierte sys a idpoly formulario para extraer los coeficientes
del polinomio.
[ A, B, C, D, F , dA, dB, DC, DD, dF ] = polydata ( sys ) tambin devuelve las
incertidumbres dA , dB , dC , DD , y dF de cada uno de los correspondientes coeficientes de
los polinomios desys .
[ ___ ] = Polydata ( sys , J1, ..., JN ) devuelve los coeficientes del polinomio para el J1, ...,
JN entrada en la matriz sys de modelos mencionados.
[ ___ ] = Polydata ( ___ , "clula") devuelve todos los polinomios como matrices celulares de
vectores dobles, independientemente de las dimensiones de entrada y salida de sys .

Los argumentos de entrada

sys
J1, ..., JN

Modelo identificada o gama de modelos mencionados. Sys pueden ser a tiempo

continuo o discreto en el tiempo. Sys pueden ser SISO o MIMO.
ndices de seleccin de un modelo en particular desde el extremo N-dimensional
array sys de modelos mencionados.

Argumentos de salida
ABCDF

Coeficientes de los polinomios de la idpoly representacin de sys .

Si sys es un modelo SISO, cada uno de A , B , C , D , y F es un vector
fila. La longitud de cada vector fila es el orden del polinomio correspondiente.
Para discreta en el tiempo sys , los coeficientes se ordenan en
potencias crecientes de q -1 . Por ejemplo, B = [1 -4 9] significa que B ( q -1 ) =
de 1 - 4 q -1 + 9 q -2 .
Por tiempo continuo sys , los coeficientes se ordenan en
potencias descendentes de s . Por ejemplo, B = [1 -4 9] significa que B ( s )
= s 2 - 4 s + 9.
Si sys es un modelo MIMO, cada uno de A , B , C , D , y F es un
conjunto de clulas. Las dimensiones de las matrices de clulas se determinan por
las dimensiones de entrada y salida de sys de la siguiente manera:

A - N -by- N serie de clulas

y

B , F - N -by- N clula de agrupacin

y

C , D - N serie-1 -por celular

y

N y es el nmero de salidas de sys , y N u es el nmero de entradas.

Cada entrada en una matriz de clulas es un vector fila que contiene los coeficientes
del polinomio correspondiente. Los coeficientes del polinomio se ordenan la misma
manera que el caso SISO.

dA, dB, DC, DD, DF

Las incertidumbres en los coeficientes del polinomio estimados de sys .

dA , dB , dC , dD , y dF son vectores fila o arreglos de celdas cuyas dimensiones

correspondan exactamente con las correspondientes A , B , C , D , y F salidas.
Cada entrada en dA , dB , dC , dD , y dF da la desviacin estndar del coeficiente
estimado correspondiente. Por ejemplo, dA {1,1} (2) da la desviacin estndar
del coeficiente estimado de regresar a A {1,1} (2) .

Ejemplos
desplegar todo

Coeficientes polinomiales extraer e incertidumbres de modelo identificado

Este ejemplo abrir

los datos del sistema de carga y estiman un modelo de 2-salida de 2 entradas.

carga iddata1 z1
carga iddata2 z2
datos = [z2 z1 (1: 300)];
nk = [1 1; 1 0];
nd = [2 2; 1 3];
nb = [2 3; 1 de 4];
nc = [2; 3];
nd = [1, 2];
nf = [2 2; 2 1];
sys = polyest (datos, [nb na nc nd nf nk]);
Los datos se cargan en Z1 y Z2 es discreta en el tiempo iddata con un tiempo de muestreo de
0,1 s. Por lo tanto, sys es una de dos entradas y dos salidas de tiempo discreto idpoly modelo
de la forma:

Las entradas para Polyest establecer el orden de cada polinomio en sys .

Acceder a los coeficientes del polinomio estimados de sys y las incertidumbres en esos
coeficientes.
[A, B, C, D, F, dA, dB, DC, DD, dF] = polydata (SYS);
Las salidas A , B , C , D , y F son matrices celulares de vectores de coeficientes. Las
dimensiones de las matrices de clulas se determinan por las dimensiones de entrada y salida
de sys . Por ejemplo, A es una matriz de clulas de 2 por 2 porque sys tiene dos entradas y
dos salidas. Cada entrada en A es un vector fila que contiene los coeficientes del polinomio
identificados. Por ejemplo, examine la segunda entrada en diagonal en una .
A {2,2}
ans =
1,0000 -0,8825 -0,2030 0,4364
Para discreta en el tiempo sys , los coeficientes estn dispuestos en orden creciente de
poderes de . Por lo tanto, A {2,2} corresponde al polinomio
Las dimensiones de dA coinciden con los de una . Cada entrada en dA da la desviacin
estndar de la correspondiente coeficiente polinmico estimado en A . Por ejemplo, examine
las incertidumbres de la segunda entrada en diagonal en una .
dA {2,2}
ans =
0,2849 0,4269 0,2056 0
El coeficiente de plomo Un {2,2} se fija en 1 , y por lo tanto no tiene ninguna
incertidumbre. Las entradas restantes en dA {2,2} son las incertidumbres en
los , y coeficientes, respectivamente.

presente
Mostrar informacin sobre el modelo, incluyendo la incertidumbre estimada

colapsar todo en la pgina

Sintaxis
presente (m)

Descripcin
ejemplo

presente (m) muestra el lineal o no lineal identificada modelo m y la siguiente informacin:

Estima que una desviacin estndar de los parmetros, lo que da regin de confianza
68,27%

condiciones de terminacin para los algoritmos de estimacin iterativos

Estado del modelo - si el modelo se construye o se estima

Ajustar a la estimacin de datos

Prediccin Final de error criterio (FPE) de Akaike

error cuadrtico medio (MSE)

Ejemplos
desplegar todo

Mostrar informacin acerca del modelo identificado

Este ejemplo abrir

Estimar un modelo de funcin de transferencia.

carga iddata1 z1 ;
NP = 2;
sys = tfest (z1, np);
Mostrar la informacin del modelo.
presentes (SYS)
sys =
De entrada "U1" a la salida "y1":
2.455 (+/- 1.101) s + 177 (+/- 10,73)
---------------------------------------------s ^ 2 + 3.163 (+/- 0,2522) s + 23.16 (+/- 1.115)
-Tiempo continuo identific funcin de transferencia.
parametrizacin:
Nmero de polos: 2 nmero de ceros: 1
Nmero de coeficientes gratuitas: 4
Use "tfdata", "getpvec", "getcov" para los parmetros y sus incertidumbres.
Estado:
condicin de terminacin: Cerca de (local) como mnimo, (norma (g) <tol).
Nmero de iteraciones: 1, nmero de evaluaciones de la funcin: 3
Estimado utilizando TFEST puntualmente los datos del dominio "Z1".
Ajustarse a los datos de estimacin: 70,77% (enfoque de simulacin)
FPE: 1.725, MSE: 1,658
Ms informacin en la propiedad "Informe" del modelo.

freqresp

Respuesta de frecuencia sobre la red

colapsar todo en la pgina

Sintaxis
[H, wout] = freqresp (sys)
H = freqresp (sys, w)
H = freqresp (sys, w, unidades)
[H, wout, covH] = freqresp (IDSYS, ...)

Descripcin
[ H , wout ] = freqresp ( sys ) devuelve la respuesta de frecuencia del modelo de sistema
dinmico sys a frecuencias wout . El freqresp comando determina automticamente las
frecuencias en base a la dinmica de sys .
H = freqresp ( sys , w ) devuelve la respuesta de frecuencia en la red de frecuencia reales
especificada por el vector w .
H = freqresp ( sys , w , unidades ) especifica explcitamente las unidades de frecuencia
de W con la cadena de unidades .
[ H , Wout , covH ] = freqresp ( IDSYS , ...) tambin devuelve la covarianza covH de la
respuesta de frecuencia de los modelos identificados IDSYS .

Los argumentos de entrada

sys
w

unidades

Cualquier modelo de sistema dinmico o modelo matriz.

Vector de las frecuencias reales que va a calcularse la respuesta de
frecuencia. Especificar las frecuencias en unidades de rad / TimeUnit ,
donde TimeUnit es la unidad de tiempo especificados en
el TimeUnit caracterstica de sys .
Cadena que especifica las unidades de las frecuencias en el vector de frecuencia de
entrada w . Las unidades pueden tomar los siguientes valores:
'rad / TimeUnit' - radianes por la unidad de tiempo especificado en
el TimeUnit caracterstica de sys

'ciclos / TimeUnit' - ciclos por unidad de tiempo especificado en

el TimeUnit caracterstica de sys
'Rad / s'
'Hz'
'KHz'
'Megahercio'
'GHz'
'Rpm'
IDSYS

Por defecto: 'rad / TimeUnit'

Cualquier modelo identificado .

Argumentos de salida
MARIDO

Matriz que contiene los valores de respuesta de frecuencia.

Si sys es un modelo de sistema dinmico individuo que tiene Ny salidas
y Nu entradas, H es una matriz 3D con dimensiones Ny -by- Nu -by- Nw ,
donde Nw es el nmero de puntos de frecuencia. Por lo tanto, H (:,:, k) es la
respuesta a la frecuencia w (k) o wout (k) .
Si sys es una matriz de modelo de tamao [Ny Nu S1 ... Sn] , H es una
matriz con dimensiones Ny -by- Nu -by- Nw -by- S1 -por -...-

subproductos Sn de matriz].
Si sys es un modelo de datos de respuesta en frecuencia (como FRD , genfrd ,
o idfrd ), freqresp (sys, w) se evala como NaN para valores de w que cae
fuera del intervalo de frecuencia definida
por sys.frequency . El freqresp comando puede interpolar entre las
frecuencias en sys.frequency . Sin embargo, freqresp no puede extrapolar
ms all del intervalo de frecuencia definido por sys.frequency .

wout

covH

Vector de las frecuencias correspondientes a los valores de respuesta de frecuencia

en H . Si omite w de las entradas para freqresp , el comando determina
automticamente las frecuencias dewout en base a la dinmica del sistema. Si
especifica w , entonces wout = w
Covarianza de la respuesta H . La covarianza es una matriz 5D donde covH (i, j,
k,:, :) contiene la matriz de covarianza de 2 por 2 de la respuesta del i TH de
entrada a la j TH de salida a frecuencia w (k) . El elemento de esta matriz de 2 por 2
(1,1) es la varianza de la parte real de la respuesta. El elemento (2,2) es la varianza de
la parte imaginaria. Los (1,2) y (2,1) son elementos de la covarianza entre las partes
real e imaginaria de la respuesta.

Ejemplos
Respuesta de frecuencia de cmputo del Sistema
Crear el sistema despus de 2 entradas 2 salidas:

sys11 = 0;
sys22 = 1;
sys12 = tf (1, [1 1]);
sys21 = tf ([1 -1], [1 2]);
sys = [sys11, sys12; sys21, sys22];
Calcular la respuesta de frecuencia del sistema.
[H, wout] = freqresp (SYS);
H es una matriz de 2 por 2-por-45. Cada entrada H (:,:, k) en H es una matriz de 2 por 2 que
da la respuesta de frecuencia compleja de todos los pares de entrada-salida de sys en la
frecuencia correspondiente wout (k) . Las 45 frecuencias en wout se seleccionan
automticamente en funcin de la dinmica de sys .

Respuesta de frecuencia de clculo de frecuencia de red especificado

Crear el sistema despus de 2 entradas 2 salidas:

sys11 = 0;
sys22 = 1;
sys12 = tf (1, [1 1]);
sys21 = tf ([1 -1], [1 2]);
sys = [sys11, sys12; sys21, sys22];
Crear una cuadrcula espaciados logartmicamente de 200 puntos de frecuencia entre 10 y 100
radianes por segundo.
w = logspace (1,2,200);
Calcular la respuesta de frecuencia del sistema en la red de frecuencia especificada.
H = freqresp (sys, W);

H es una matriz de 2 por 2 por 200. Cada entrada H (:,:, k) en H es una matriz de 2 por 2 que
da la respuesta de frecuencia compleja de todos los pares de entrada-salida de sys en la
frecuencia correspondiente w (k) .

Respuesta de frecuencia y Asociadas covarianza

Calcular la respuesta de frecuencia y la covarianza asociada a un modelo identificado a su
frecuencia de respuesta mxima.
z1 iddata1 carga
Modelo = procest (z1, 'P2UZ');
w = 4,26;
[H, ~, covH] = freqresp (modelo, w);

Alternativas
Utilice evalfr para evaluar la respuesta de frecuencia en las frecuencias individuales o un
pequeo nmero de frecuencias. Freqresp est optimizado para los vectores de mediano a
grande de frecuencias.

Ms sobre
desplegar todo

Respuesta frecuente
En tiempo continuo, la respuesta en frecuencia a una frecuencia es el valor de la funcin de
transferencia en s = jw . Para los modelos de espacio de estado, este valor est dado por

H(j)=D+C(jI-A)

-1

En tiempo discreto, la respuesta de frecuencia es la funcin de transferencia evaluado en

puntos sobre el crculo unitario que corresponden a las frecuencias reales. Freqresp mapas de
las frecuencias reales W (1) , ..., w (N) a puntos en el crculo unidad utilizando la
transformacin z=ejT . T s es el tiempo de la muestra. La funcin devuelve los valores de la
s

funcin de transferencia en las resultantes z valores. Para los modelos con tiempo de muestreo
especificado, freqresp utiliza T s = 1.
algoritmos
Para funciones de transferencia o modelos de polo de ganancia cero, freqresp evala el
numerador (s) y el denominador (s) en los puntos de frecuencia especificadas. Para los
modelos de tiempo continuo de espacio de estado ( A , B , C , D ), la respuesta de frecuencia
es
-1

D+C(j-A)

B , =1 , ... , N

Por eficiencia, A se reduce para formar Hessenberg superior y la ecuacin lineal ( jw A ) X = B se resuelve en cada punto de frecuencia, tomando ventaja de la estructura
Hessenberg. La reduccin a la forma Hessenberg ofrece un buen compromiso entre la
eficiencia y fiabilidad. Vase [1] para ms detalles sobre esta tcnica.

idssdata
los datos de espacio de estado del sistema identificado
colapsar todo en la pgina

Sintaxis
[A, B, C, D, K] = idssdata (SYS)
[A, B, C, D, K, x0] = idssdata (SYS)

[A, B, C, D, K, x0, dA, dB , cc, dd, dK, DX 0] = idssdata (sys)

[A, B, C, D, K, ___ ] = idssdata (sys, j1, ... JN)
[A, B, C, D, K , ___ ] = idssdata (sys, "clula" )

Descripcin
[ A, B, C, D, K ] = idssdata ( sys ) devuelve el A, B, C, D y K matrices del modelo de
espacio de estado identificados sys .
[ A, B, C, D, K , x0 ] = idssdata ( sys ) devuelve los valores iniciales del estado, x0 .
[ A, B, C, D, K , x0 , dA, dB, DC, DD, DK , DX 0 ] = idssdata ( sys ) devuelve las
incertidumbres en las matrices del sistema de sys .
[ A, B, C, D, K , ___ ] = idssdata ( sys , j1, ... JN ) Devuelve datos para el J1, ..., jn entradas
en el modelo de matriz sys .
[ A, B, C, D, K , ___ ] = idssdata ( sys , "clula" ) devuelve los datos de todas las entradas
en el modelo de matriz sys como clulas separadas en redes de celdas.

Los argumentos de entrada

sys

modelo identificado.
Si sys no es un modelo de estado-espacio identificado ( IDSS o idgrey ),
entonces se convierte primero en un idss modelo. Esta conversin se traduce en
una prdida de la informacin de la incertidumbre del modelo.

j1, ... JN

sys puede ser una gran variedad de modelos mencionados.

ndices enteros de N entradas de la matriz sys de los sistemas identificados.

Argumentos de salida
A, Matrices de espacio de estado que representan sys como:
B,
x [ k + 1 ] = A x [ k ] + B u [ k ] + K e [ k ] ; x [ 0 ] = x 0 ;Y [ k ] = C x [ k
C,
]+Du[k]+e[k];
D,
K Si sys es una serie de modelos identificados, a continuacin, A, B, C, D, K son matrices
multidimensionales. Para acceder a la matriz de espacio de estado, por ejemplo A, para el k entrada -simo
de sys , utilice A (:,:, k ) .

x0

Estado inicial.
Si sys es un idss o idgrey modelo, entonces x0 es el valor obtenido durante la estimacin. Tambin se
almacena utilizando el Report.Parameters caracterstica de sys .
Para otros tipos de modelo, x0 es cero.

dA
,
dB
,
DC
,
DD
,
DK
DX
0

Si sys es una serie de modelos identificados, entonces x0 contiene una columna para cada entrada en sys .
Incertidumbres asociadas con las matrices de espacio de estado A, B, C, D, K .
Las matrices de incertidumbre representa 1 desviacin estndar de la incertidumbre.
Si sys es una serie de modelos identificados, entonces dA, dB, DC, DD, DK son matrices
multidimensionales. Para acceder a la matriz de espacio de estado, por ejemplo A, para el k entrada -simo
de sys , utilice A (:,:, k ) .

La incertidumbre asociada con el estado inicial.

DX 0 representa 1 desviacin estndar de la incertidumbre.

Si sys es una serie de modelos identificados, a continuacin, DX 0 contiene una columna para cada entrada
en sys .

Ejemplos
desplegar todo

Identificados obtener matrices de espacio

Este ejemplo abrir

Obtener las matrices de espacio identificados por un modelo estimado a partir de datos.
Identificar un modelo a partir de datos.
carga icEngine.mat
datos = iddata (y, u, 0,04);
sys = n4sid (datos, 4, 'InputDelay' , 2);
datos es un iddata objeto que representa los datos muestreados a una tasa de muestreo de
0,04 segundos.
sys es un idss modelo que representa el sistema identificado.
Obtener matrices de espacio identificados de sys .
[A, B, C, D, K] = idssdata (SYS);
Obtener estado inicial del Modelo identificada
Este ejemplo abrir

Obtener el estado inicial asociado con un modelo identificado.

Identificar un modelo a partir de datos.
carga icEngine.mat
datos = iddata (y, u, 0,04);
sys = n4sid (datos, 4, 'InputDelay' , 2);
datos es un iddata objeto que representa los datos muestreados a una tasa de muestreo de
0,04 segundos.
sys es un idss modelo que representa el sistema identificado.
Obtener el estado inicial asociado con sys .
[A, B, C, D, K, x0] = idssdata (SYS);
A , B , C , D y K representan las matrices de espacio de los modelos identificados sys . X0 es
el estado inicial definido para sys .
Obtener datos de la incertidumbre de matrices de espacio de Modelo identificada
Este ejemplo abrir

Obtener las matrices de incertidumbre de las matrices de espacio de un modelo determinado.

Identificar un modelo a partir de datos.
carga icEngine.mat
datos = iddata (y, u, 0,04);
sys = n4sid (datos, 4, 'InputDelay' , 2);
datos es un iddata objeto que representa los datos muestreados a una tasa de muestreo de
0,04 segundos.
sys es un idss modelo que representa el sistema identificado.
Obtener las matrices de incertidumbre asociados a las matrices de espacio de sys .
[A, B, C, D, K, x0, dA, dB, DC, DD, DX 0] = idssdata (SYS);
dA , dB , dC , dD y dK representan la incertidumbre asociada con las matrices de espacio de
los modelos identificados sys . DX 0 representa la incertidumbre asociada con el estado inicial
estimado.
Obtener matrices de espacio para mltiples modelos identificados
Este ejemplo abrir

Obtener las matrices de espacio para varios modelos a partir de una gran variedad de modelos
mencionados.
Identificar mltiples modelos usando datos.
carga icEngine.mat
datos = iddata (y, u, 0,04);
Sist2 = n4sid (datos, 2, 'InputDelay' , 2);
SYS3 = n4sid (datos, 3, 'InputDelay' , 2);
SYS4 = n4sid (datos, 4, 'InputDelay' , 2);
sys = pila (1, Sist2, SYS3, SYS4);
datos es un iddata objeto que representa los datos muestreados a una tasa de muestreo de
0,04 segundos.
sys es una matriz de IDSS modelos. La primera entrada de sys es un sistema identificado de
segundo orden. Las entradas de segunda y tercera de sys son sistemas de tercer y cuarto
orden identificadas, respectivamente.
Obtener las matrices de espacio para la primera y tercera entradas de sys .
[A, B, C, D, K, x0] = idssdata (SYS, 1);
[A, B, C, D, K, x0] = idssdata (SYS, 3);
Obtener matrices de espacio para Identificado como modelo de matriz celular
Este ejemplo abrir

Obtener las matrices de espacio de una serie de modelos identificados en clulas matrices.
Identificar mltiples modelos usando datos.
carga icEngine.mat
datos = iddata (y, u, 0,04);
SYS3 = n4sid (datos, 3, 'InputDelay' , 2);
SYS4 = n4sid (datos, 4, 'InputDelay' , 2);
sys = pila (1, SYS3, SYS4);
datos es un iddata objeto que representa los datos muestreados a una tasa de muestreo de
0,04 segundos.
sys es una matriz de IDSS modelos. La primera entrada de sys es un sistema identificado de
tercer orden y la segunda entrada es un sistema identificado de cuarto orden.
Obtener las matrices de espacio de sys en redes de celdas.
[A, B, C, D, K, x0] = idssdata (sys, "clula" );
A , B , C , D y K son matrices de clulas que contienen las matrices de espacio de estado de
las entradas individuales de la matriz de modelo identificados sys . X0 es un conjunto de
clulas que contiene el estado inicial estimado de las entradas individuales del modelo de
matriz identificados sys .

tfdata
funcin de transferencia de datos de acceso
colapsar todo en la pgina

Sintaxis
[num,
[num,
[num,
[num,

den] = tfdata (sys)

den, Ts] = tfdata (sys)
den, Ts, sdnum, sdden] = tfdata (sys)
den, Ts, ...] = tfdata (sys, J1, ..., Jn)

Descripcin
[num, den] = tfdata (SYS) devuelve el numerador (s) y el denominador (s) de la funcin de
transferencia para el TF, SS o ZPK modelo (o matriz de LTI TF, SS o modelos ZPK) sys . Para

los modelos LTI individuales, las salidas num y den de tfdata son matrices celulares con las
siguientes caractersticas:

num y den tienen tantas filas como salidas y tantas columnas como entradas.
El (i, j) entradas num {i, j} y den {i, j} son vectores fila que especifican los
coeficientes de numerador y denominador de la funcin de transferencia de la entrada j a la
salida i . Estos coeficientes se ordenan en descendente poderes de s o z .
Para las matrices sys de modelos LTI, num y den son clulas matrices multidimensionales con
los mismos tamaos como sys .
Si sys es un espacio de estado o modelo polos-ganancia cero, se convierte primero a transferir
forma de funcin usando tf . Para obtener ms informacin sobre el formato de los datos con
funcin de transferencia, consulte la TF pgina de referencia.
Para funciones de transferencia SISO, la sintaxis
[Num, den] = tfdata (sys, 'v')
fuerzas tfdata para devolver el numerador y el denominador directamente como vectores fila
en lugar de como matrices celulares (vase el ejemplo siguiente).
[num, den, Ts] = tfdata (sys) tambin devuelve el tiempo de muestreo Ts .
[num, den, Ts, sdnum, sdden] = tfdata (sys) tambin devuelve las incertidumbres en el
numerador y denominador coeficientes del sistema identificados sys . sdnum {i, j} (k) es el 1
incertidumbre estndar en el valor num { i, j} (k) y sdden {i, j} (k) es el 1 incertidumbre
estndar en el valor den {i, j} (k) . Si sys no contiene informacin sobre la
incertidumbre, sdnum ysdden estn vacos ( [] ).
[num, den, Ts, ...] = tfdata (sys, J1, ..., Jn) extrae los datos de la (J1, ..., JN) de entrada en
el modelo de matriz sys .
Puede acceder a las propiedades restantes de LTI sys con get o mediante referencias
directas, por ejemplo,
sys.Ts
sys.variable

Ejemplos
Ejemplo 1
Dada la funcin de transferencia SISO
h = tf ([1 1], [1 2 5])
puede extraer los coeficientes de numerador y denominador escribiendo
[Num, den] = tfdata (h, 'v')
num =
011

den =
125
Esta sintaxis devuelve dos vectores fila.

Si enciende h en una funcin de transferencia MIMO escribiendo

H = [h; tf (1, [1 1])]
El comando
[Num, den] = tfdata (H)
ahora vuelve dos redes de celdas con los datos de numerador / denominador para cada
entrada SISO. Utilice celldisp de visualizar estos datos. Tipo
celldisp (num)
Este comando devuelve los vectores numerador de las entradas de H .
num = {1}
011

num {2} =
01
Del mismo modo, para los denominadores, Tipo
celldisp (den)
den {1} =
125

den {2} =
11

Ejemplo 2
Extraer el numerador, denominador y sus desviaciones estndar para una funcin de
transferencia de 2 entradas, 1 salida identificado.
iddata7 carga
con funcin de transferencia
Sist1 = tfest (z7, 2, 1, 'InputDelay', [1 0]);
un modelo de proceso equivalente
Sist2 = procest (z7, { 'P2UZ', 'P2UZ'}, 'InputDelay', [1 0]);

[Num1, den1, ~, dnum1, dden1] = tfdata (Sist1);

[Num2, den2, ~, dnum2, dden2] = tfdata (Sist2);

zpkdata
Acceso a los datos polos-ganancia cero
colapsar todo en la pgina

Sintaxis

[z, p, k] = zpkdata (sys)

[z, p, k, Ts] = zpkdata (sys)
[z, p, k, Ts, covz, COVP, covk] = zpkdata (sys)

Descripcin
[z, p, k] = zpkdata (SYS) devuelve el ceros z , polos p , y la ganancia (s) k del modelo de
polos-ganancia cero sys . Las salidas de z y p son matrices celulares con las siguientes
caractersticas:

z y p tienen tantas filas como salidas y tantas columnas como entradas.

El (i, j) entradas z {i, j} y p {i, j} son los vectores (columna) de ceros y polos de la
funcin de transferencia de la entrada j a la salida i .
La salida k es una matriz con tantas filas como salidas y tantas columnas como entradas tal
que k (i, j) es la ganancia de la funcin de transferencia desde la entrada j a la
salida i . Si sys es un modelo de funcin de transferencia o espacio de estado, se convierte
primero en forma de polos-ganancia de cero utilizando ZPK .
Para SISO modelos de polos-ganancia cero, la sintaxis
[Z, p, k] = zpkdata (sys, 'v')
fuerzas zpkdata para devolver los ceros y polos directamente como vectores columna en lugar
de como matrices celulares (vase el ejemplo siguiente).
[z, p, k, Ts] = zpkdata (sys) tambin devuelve el tiempo de muestreo Ts .
[z, p, k, Ts, covz, COVP, covk] = zpkdata (sys) tambin devuelve las covarianzas de los
ceros, polos y el aumento de los modelos identificados sys . covz es un conjunto de clulas de
tal manera que covz {ky, ku} contiene la informacin de covarianza de los ceros en el
vector z {ky, ku} . covz {ky, ku} es una matriz de 3-D de dimensin 2-por-2-by-Nz,
donde Nz es la longitud dez {ky , ku} , de manera que la (1,1) elemento es la varianza de la
parte real, la (2,2) elemento es la varianza de la parte imaginaria, y el (1,2) y (2,1) elementos
contener la covarianza entre las partes real e imaginaria. COVP tiene una relacin similar
a p.covk es una matriz que contiene las varianzas de los elementos de k .
Puede acceder a las propiedades restantes de LTI sys con get o mediante referencias
directas, por ejemplo,
sys.Ts
sys.inputname

Ejemplos
Ejemplo 1
Dado un modelo de polos-ganancia cero con dos salidas y una entrada
H = ZPK ({[0]; [- 0,5]}, {[0,3]; [0,1 + 0,1 i-i]}, [1, 2], - 1)
Cero / polo / ganancia de entrada a salida ...
z
# 1: ------(Z-0.3)

2 (z + 0,5)

# 2: ------------------(Z ^ 2 - 0.2z + 1.01)

Tiempo de la muestra: sin especificar

puede extraer los datos de cero / polo / ganancia incrustados en H con
[Z, p, k] = zpkdata (H)
z=
[0]
[-0,5000]
p=
[0,3000]
[Doble 2x1]
k=
1
2
Para acceder a los ceros y polos del segundo canal de salida de H , obtener el contenido de la
segunda celda de z y p escribiendo
z {2,1}
ans =
-0,5000
p {2,1}
ans =
0.1000+ 1.0000i
0.1000- 1.0000i

Ejemplo 2
Extraer las matrices ZPK y sus desviaciones estndar para una funcin de transferencia de 2
entradas, 1 salida identificado.
iddata7 carga
con funcin de transferencia
Sist1 = tfest (z7, 2, 1, 'InputDelay', [1 0]);
un modelo de proceso equivalente
Sist2 = procest (z7, { 'P2UZ', 'P2UZ'}, 'InputDelay', [1 0]);

1, p1, k1, ~, dz1, DP1, dk1] = zpkdata (Sist1);

[Z2, p2, k2, ~, dz2, DP2, dk2] = zpkdata (Sist2);
Utilice iopzplot para visualizar las ubicaciones de los polos de cero y sus covarianzas
h = iopzplot (Sist1, Sist2);

showConfidence (h)

getpvec
Los parmetros del modelo y los datos de incertidumbre asociados
colapsar todo en la pgina

Sintaxis
PVEC = getpvec (sys)
[PVEC, pvec_sd] = getpvec (sys)
[ ___ ] = getpvec (sys, "libre")

Descripcin
PVEC = getpvec ( SYS ) devuelve un vector, PVEC , que contiene los valores de todos los
parmetros del modelo identificados sys .
[ PVEC , pvec_sd ] = getpvec ( sys ) tambin devuelve el valor de desviacin estndar 1 de
la incertidumbre asociada a los parmetros de sys . Si la informacin del modelo de covarianza
para sys no est disponible, pvec_sd es [] .
[ ___ ] = Getpvec ( sys , "libre") devuelve datos slo para los parmetros libres de sys ,
utilizando cualquiera de los argumentos de salida de sintaxis anteriores.

Los argumentos de entrada

sys

modelo identificado.

Argumentos de salida
PVEC

Los valores de los parmetros de sys .

Si sys es una serie de modelos, a continuacin, PVEC es un conjunto de clulas
con vectores de valores de parmetros correspondientes a cada modelo en sys .

pvec_sd

1 valor de la desviacin estndar de los parmetros de sys .

Si la informacin del modelo de covarianza para sys no est
disponible, pvec_sd es [] .
Si sys es una serie de modelos, a continuacin, pvec_sd es un conjunto de clulas
con vectores de desviacin estndar correspondientes a cada modelo en sys .

Ejemplos
desplegar todo

Recuperar valores de los parmetros de modelo estimado

Este ejemplo abrir

Cargar los datos de estimacin.

carga iddata1 z1 ;
Estimar un modelo de funcin de transferencia.
sys = tfest (z1,3);
Recuperar los valores de los parmetros del modelo estimado.
PVEC = getpvec (SYS);

Recuperar valores de los parmetros y las desviaciones estndar de

modelo estimado
Este ejemplo abrir

Cargar los datos de estimacin

carga iddata2 Z2 ;
Estimar un modelo de espacio de estado.
sys = ssest (z2,3);
Recuperar los parmetros del modelo, PVEC , y las desviaciones estndar
asociadas, pvec_sd , a partir del modelo estimado.
[PVEC, pvec_sd] = getpvec (SYS);

Recuperar valores de parmetros libres de modelo estimado

Este ejemplo abrir

Cargar los datos de estimacin.

carga iddata2 Z2 ;
Estimar un modelo de espacio de estado.
sys = ssest (z2,3);
Recuperar los valores de los parmetros libres del modelo estimado.
PVEC = getpvec (sys, "libre" );