matlab的系统辨识工具箱得到的系统输出曲线如何复现

Question

通过导入输入数据和输出数据得到拟合度高的传递函数，如何使用输入数据和得到的传递函数计算出输出数据，一直无法实现

根据已有的系统输入和输出使用matlab的系统辨识工具箱拟合了传递函数，但是怎么调用export导出的传递函数，通过输入数据生成和工具箱一样的输出曲线呢，我想再使用其他数据对这个传递函数试验一下，可是不知道怎么办。

Answer 1

1. 维纳滤波

使用deconvwnr 函数可以利用维纳滤波方法恢复图像。在图像的频率特征和附加噪声已知的情况下，Wiener 滤波比较有效。本例演示了维纳滤波器的性能，同时也演示了PSF 的重要性。得到准确的PSF 时，恢复的结果会比较好。

I=imread(‘peppers.png’);

I=I(10+[1:256],222+[1:256],:);

LEN=31;

THETA=11;

PSF=fspecial(‘motion’,LEN,THETA);

Blurred=imfilter(I,PSF,’circular’,’conv’);

wnrl=deconvwnr(Blurred,PSF);

imshow(wnrl);

1. 约束去卷积

采用deconvreg 函数可以对图像进行约束去卷积。当知道附加噪声的部分信息时，使用约束去卷积实现图像恢复比较有效。

（1）将一幅图像读入MATLAB 工作空间。本例使用裁剪来减小要恢复的图像的大小。

I=imread('flowers.tif');

I=I(10+[1:256],222+[1:256],:);

figure;imshow(I);

（2 ）创建PSF

PSF=fspecial(‘gaussian’,11,5);

（3）模糊化图像并添加噪声。

Blurred=imfilter(I,PSF,’conv’);

V=0.02;

BlurredNoisy=imnoise(Blurred,’gaussian’,0,V);

figure;imshow(BlurredNoisy);

（4 ）用deconvreg 函数恢复图像，指定PSF 和噪声幂次NP 。

NP=V*prod(size(I));

[reg1 LAGRA]=deconvreg(BlurredNoisy,PSF,NP);

figure,imshow(reg1);

五、实验内容

选择一幅清晰图像，对该图像进行模糊化处理，然后分别采用逆滤波、 维纳滤波和约束去卷积恢复原来图像，比较各图像恢复方法的恢复效果。

六、实验步骤与结果

将一张图片保存在C盘，保存名为0.jpg

1、（1）选择一幅清晰图像，对该图像进行模糊化处理

I=imread(‘0.jpg’);

I=I(60+[1:256],222+[1:256],:);

figure;imshow(I);

LEN=31;

THETA=11;

PSF=fspecial(‘motion’,LEN,THETA);

Blurred=imfilter(I,PSF,’circular’,’conv’);

figure;imshow(Blurred);