このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
cra
相関解析の前に入出力データの前置白色化を使用してインパルス応答を推定する
構文
説明
cra
コマンドは、まずデータを前置白色化してから共分散関数および相互相関関数を計算して、時間領域データから単入力、単出力のインパルス応答を推定します。cra
の代替方法は impulseest
です。これは、高次の FIR モデルを使用してインパルス応答を推定し、より優れた結果が返されることがあります。impulseest
は MIMO データも処理します。
は、時間領域データ ir
=cra(data
)data
の SISO インパルス応答を推定します。このデータは、timetable
、数値行列のコンマ区切りペア、あるいは iddata
オブジェクトの形式にすることができます。
cra
は、まずデータを前置白色化する自己回帰モデルを推定し、前置白色化後に入力データと出力データ間の相互相関関数を計算およびスケーリングして、インパルス応答を推定します。計算シーケンスの詳細については、アルゴリズムを参照してください。
data
が 2 つを超える変数を含む timetable の場合、名前と値の引数 InputName
および OutputName
でチャネル名を指定して、推定で使用する単一の入力チャネルと単一の出力チャネルを選択する必要があります。また、data
に含まれている変数が 2 つだけであるが、出力データが 2 番目の変数ではなく最初の変数に含まれている場合にも OutputName
引数を使用する必要があります。
は、1 つ以上の名前と値の引数で指定された追加のモデル オプションを使用します。 sys
= cra(___,Name,Value
)
たとえば、sys = cra(data,'InputName',"u1",'OutputName',"y1")
を使用して入出力信号変数名を指定します。
この構文では、前述の任意の入力引数の組み合わせで使用できます。
例
入力引数
出力引数
アルゴリズム
cra
コマンドは以下の手順を実行してインパルス応答を推定します。
入力 u の自己回帰モデルを として計算します。e は無相関の (ホワイト) ノイズ、q は時間シフト演算子、A(q) は次数
na
の多項式です。u と出力 y をともに A(q) でフィルター処理して、前置白色化されたデータを取得します。
前置白色化された u および y データの共分散関数とそれらの間の相互相関関数を計算します。
99% の信頼度で関数をプロットします。
高さ 1/T、期間 T のインパルスに対応するように相関関数をスケーリングします。ここで、
T
はデータのサンプル時間であり、スケーリングされた関数がシステム インパルス応答の推定を表します。ir
出力引数でこの関数を返します。
ラグ変数の正の値は u から y の後の値への影響に相当します。言い換えれば、負のラグの有意な相関は、データ内の y から u へのフィードバックを示しています。インパルス応答 ir
の最初のエントリはラグ 0 に対応します。ir
は負のラグを除外します。
バージョン履歴
R2006a より前に導入参考
impulse
| step
| impulseest
| spa