MATLAB辨别工具箱使用

Question

假设我已经把simulink的输入和输入，通过to workspace模块，传到工作区了。接下来如何通过System
identification 工具箱来辨识结果。零点为0极点为2的二阶系统

Answer 1

引自免费微信小程序：皆我百晓生

为了在MATLAB中使用System Identification Toolbox对从Simulink获取的数据进行辨识，你需要遵循以下步骤。这里假设你已经有了一个包含输入（u）和输出（y）的时间序列数据。我们将通过最小二乘法来辨识一个零点为0、极点为2的二阶系统。

首先，确保已安装并加载System Identification Toolbox。如果没有安装，可以在MATLAB的主界面点击"Add-Ons" -> "Get Add-Ons"，搜索"System Identification Toolbox"并安装。

以下是详细的步骤和代码示例：

1. 导入数据： 假设你的输入和输出数据分别存储在u.mat和y.mat文件中，可以通过load命令导入数据。

% Load data from files
load('u.mat', 'u');
load('y.mat', 'y');

% 确保数据是向量，并且时间步长相同
assert(isvector(u) && isvector(y), 'Input and output vectors should be one-dimensional.');
assert(size(u, 1) == size(y, 1), 'Input and output vectors should have the same length.');

% 获取采样时间
Ts = diff(u(1:2)); % 如果你知道确切的采样时间，可以直接赋值，例如 Ts = 0.1;

1. 创建离散状态空间模型模板： 我们将创建一个二阶零极点模型模板，其中有两个极点位于-2（对于连续系统，它们会映射到离散系统的-2*exp(-Ts)）。

% Create a template for a second-order system with two poles at -2
sys_template = idss(2, 0, 2);
sys_template.Structure.Poles = [-2*exp(-Ts); -2*exp(-Ts)];
sys_template.Structure.DenominatorExponent = [1; 1];

1. 进行辨识： 使用n4sid函数进行最小二乘辨识。这个函数可以处理噪声情况下的系统辨识。

% Perform system identification
sys_identified = n4sid(u, y, sys_template, 'EstimateCovariance', true);

1. 检查辨识结果： 可以通过比较预测输出与实际输出来评估辨识效果。

% Compare predicted and actual outputs
[y_pred, ~, info] = sim(sys_identified, u);
plot(u, y, 'b', u, y_pred, 'r--');
legend('Actual Output', 'Predicted Output');
title('Comparison of Actual and Predicted Outputs');
xlabel('Time (s)');
ylabel('Output');
grid on;

1. 分析辨识结果： 查看模型参数和误差统计信息。

% Display identified model parameters
disp(sys_identified);

% Display estimation error statistics
fprintf('Fit: %f\n', 100 * (1 - info.Fit.Sse / info.Reference.Sse));
fprintf('RMSE: %f\n', sqrt(info.Fit.Sse / info.Input.Length));

以上代码演示了如何使用MATLAB的System Identification Toolbox对来自Simulink的数据进行二阶系统辨识。如果你的数据集已经准备好，只需将上述代码复制到MATLAB环境中运行即可。注意，实际操作时可能需要根据具体情况进行调整，例如检查数据是否正确同步，以及根据实际情况选择合适的辨识方法等。