資源簡介
系統辨識相關分析法脈沖響應模型參數-system identify.m
摘要：這是一個應用舉例，A=【1 -1.5??0.7】，B=【1 0.5】，nk=1??， e為噪聲項，分為三種情況，在這三種情況下，采用偽隨機信號作為輸入，應用相關分析法辨識系統的脈沖響應函數，并辨識出系統的模型參數。
關鍵詞：系統辨識，相關分析法，脈沖響應函數，最小二乘
摘要：這是一個應用舉例，A=【1 -1.5??0.7】，B=【1 0.5】，nk=1??， e為噪聲項，分為三種情況，在這三種情況下，采用偽隨機信號作為輸入，應用相關分析法辨識系統的脈沖響應函數，并辨識出系統的模型參數。
關鍵詞：系統辨識，相關分析法，脈沖響應函數，最小二乘
代碼片段和文件信息
%---------------------------理想系統的階躍響應---------------------------------
A??=??[1??-1.5???0.7];
B??=??[0???1????0.5];
Model??=??idpoly（AB）;???????%理想系統模型
Step（Model?[0?100]）;????????%理想系統模型的階越響應
Grid;
%---------------------------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
E=?iddata（[]idinput（N‘rgs‘））; %設置噪聲信號為白噪聲
Y=?sim（Model_white_error[U?E]）;?? %獲得輸出數據
%2、有色噪聲
C?=?[1?0.5];
D?=?[1?0.5];
Model_1_error=?idpoly（ABC）;??????%模型中的噪聲為有色噪聲1
Model_2_error=?idpoly（AB1D）;????%模型中的噪聲為有色噪聲2
Y1?=?sim（Model_1_error[U?E]）;?? %獲得輸出數據
Y2?=?sim（Model_2_error[U?E]）;
評論
共有 條評論