Darstellen von Daten
Die Schätzungs-, Validierungs- und Analysefunktionen der System Identification Toolbox™ akzeptieren Eingangs- und Ausgangsschätzungsdaten in mehreren Formen.
Zeitdomänendaten – Timetables, numerische Matrizen, Zeitdomänen-
iddata-ObjekteFrequenzdomänen- und Frequenzantwortdaten – Frequenzdomänen-
iddata-Objekte,idfrd-Objekte,frd-Objekte
Sie können zudem benutzerdefinierte Signaldaten generieren, um ein Stimulationssignal für Experimente oder zur Untersuchung des geschätzten Modellverhaltens bereitzustellen, indem Sie die Reaktion des Modells auf diese Signale simulieren.
Daten wie Timetables und iddata-Objekte umfassen zudem Eigenschaften, die Informationen über die Daten enthalten, wie Abtastrate, Einheiten und bei iddata-Objekten Informationen über das Verhalten zwischen Abtastungen, Kanalnamen und Experiment-Kennungen. Numerische Matrizen enthalten nur Datenwerte und stellen keine Informationen zur Abtastrate oder anderen Dateneigenschaften bereit.
Sie können verwandte Datensätze kombinieren, wenn diese dieselbe Abtastrate und Kanalauswahlen aufweisen. Insbesondere können Sie Datensätze mehrerer Experimente erstellen, die eine identische Abtastrate und Kanalauswahlen aufweisen müssen, sich jedoch hinsichtlich Zeitdauer und Startzeit unterscheiden können.
Funktionen
Blöcke
| Iddata Sink | Exportieren von Simulationsdaten als iddata-Objekt in den MATLAB-Workspace |
| Iddata Source | Import time-domain data stored in iddata object in
MATLAB workspace |
Themen
Anforderungen an Daten
- Representing Data in MATLAB Workspace
Represent time-domain, time-series, and frequency-domain data.
Arbeiten mit Datentypen
- Data Domains and Data Types in System Identification Toolbox
System Identification Toolbox accepts timetables, numeric matrices, and data objects for model estimation in the time and frequency domains. - Use Timetable Data for Time-Domain System Identification
Create and use timetables for model estimation. - Use Matrix-Based Data for Time-Domain System Identification
Use data contained in numeric matrices for time-domain model estimation. - Convert SISO Matrix Data to Timetable
Convert matrix-based SISO estimation data to timetables for model identification. - Konvertieren der MIMO-Matrixdaten in einen Zeitplan für eine zeitkontinuierliche Modellschätzung
Sie können ein zeitkontinuierliches MIMO-Modell schätzen, indem Sie die matrixbasierten Daten zunächst in einen Zeitplan konvertieren. - Representing Time- and Frequency-Domain Data Using iddata Objects
Using theiddataconstructor to represent time-domain and frequency-domain data and working withiddataobjects. - Managing iddata Objects
Theiddataobject stores time-domain data or frequency-domain data and has several properties that specify the time or frequency values. - Representing Frequency-Response Data Using idfrd Objects
Using theidfrdconstructor to represent frequency-response data and working withidfrdobjects.
Generieren von Eingangs- und Ausgangsdaten
- Generate Data Using Simulation
Creating input data with specific characteristics and simulating the output data from a model.
Arbeiten mit Daten in der App
- Import Time-Domain Data into the App
Import time-domain data into the System Identification app. - Import Frequency-Domain Data into the App
Import frequency-domain input-output data and frequency-response data into the System Identification app. - Import Data Objects into the App
Importiddataandidfrddata objects. - Specifying the Data Sample Time
Specify time between successive data samples. - Managing Data in the App
You can get information about each data set in the System Identification app by right-clicking the corresponding data icon.
Verwenden von Daten mit komplexen Werten
- Manipulating Complex-Valued Data
Supported operations and limitations for handling complex data and commands for manipulating complex signals.
