clc
clear
%---------------------------相關法辨識脈沖函數---------------------------------
%獲得辨識所需數據
%1、白噪聲
N=1000;??????????		%設置實驗長度
A?=?[1??-1.5??0.7];	%建立系統模型
B=?[0?1?0.5];
Model=?idpoly（AB）;???????%理想系統模型
Model_white_error=?idpoly（AB1）;??????%模型中加入白噪聲
U=?iddata（[]idinput（N‘prbs‘））;	%設置輸入信號（采樣間隔為1s的1000個輸入）‘prbs‘為二值偽隨機信號M序列??格式為iddata（輸出?輸入?取樣頻率）
E=?iddata（[]idinput（N‘rgs‘））;		%設置噪聲信號為白噪聲????‘rgs’為高斯隨機信號
Y=?sim（Model_white_error[U?E]）;??	%獲得輸出數據


%辨識
%1、白噪聲
Z=[Y?U];		%得到輸入和輸出組
Z=dtrend（Z）;	%濾波處理?????????dtrend（）函數將原始數據實現去趨勢處理，即零均值化、平穩化處理；
%??第二幅圖像
figure?
[irrcl]?=?cra（Z10001）;?????%采用相關分析法估計對象的脈沖響應

%其中ir為對象脈沖響應的估計

plot（ir（2:50））;????%繪制辨識結果曲線
xlabel（‘t‘）ylabel（‘y‘）title（‘辨識結果曲線‘）?
grid