Rappresentazione dei dati
Le funzioni di stima, validazione e analisi di System Identification Toolbox™ accettano dati di input/di output in diverse forme.
Dati nel dominio del tempo: tabelle orario, matrici numeriche, oggetti
iddatanel dominio del tempoDati nel dominio della frequenza e della risposta in frequenza: oggetti
iddata,idfrd,frd
È inoltre possibile generare dati di segnale personalizzati per fornire il segnale di stimolazione agli esperimenti o per studiare il comportamento stimato del modello simulando la risposta del modello a questi segnali.
I tipi di dati come le tabelle orario e gli oggetti iddata includono inoltre proprietà che comprendono informazioni sui dati, come la velocità e le unità di campionamento e, per gli oggetti iddata, il comportamento intercampione, i nomi dei canali e gli identificatori degli esperimenti. Le matrici numeriche contengono solo i valori dei dati e non forniscono informazioni sulla velocità di campionamento o su altre proprietà dei dati.
È possibile combinare insiemi di dati correlati purché abbiano la stessa velocità di campionamento e le stesse selezioni di canale. In particolare, è possibile creare insiemi di dati di più esperimenti che devono condividere la velocità di campionamento e le selezioni di canale, ma che possono avere durate e tempi di inizio diversi.
Funzioni
Blocchi
| Iddata Sink | Esportare i dati della simulazione come oggetto iddata nel workspace di MATLAB |
| Iddata Source | Import time-domain data stored in iddata object in
MATLAB workspace |
Argomenti
Requisiti dei dati
- Representing Data in MATLAB Workspace
Represent time-domain, time-series, and frequency-domain data.
Utilizzo dei tipi di dati
- 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. - Conversione dei dati della matrice MIMO in tabella orario per la stima del modello a tempo continuo
Stimare un modello MIMO a tempo continuo convertendo prima i dati basati su matrici in una tabella orario. - 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.
Generazione dei dati di input e di output
- Generate Data Using Simulation
Creating input data with specific characteristics and simulating the output data from a model.
Utilizzo dei dati nell'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.
Utilizzo dei dati a valori complessi
- Manipulating Complex-Valued Data
Supported operations and limitations for handling complex data and commands for manipulating complex signals.
