|
Về cơ bản, để làm được một bài toán nhận dạng hàm truyền thì cần có những thứ này:
- Dữ liệu đo đạc (đặt trong các vectors, thể hiện dữ liệu đo ở đầu vào và ở đầu ra)
- Lựa chọn thuật toán nhận dạng. System Identification Toolbox hỗ trợ hầu hết các thuật toán nổi tiếng: autoregressive models (ARX, ARMAX), Box-Jenkins (BJ) models, Output-Error (OE) models, and state-space parameterizations. Estimation techniques include maximum likelihood, predictionerror minimization schemes, and such subspace methods as CVA, MOESP, and N4SID.
- Chọn các thông số tương ứng với mỗi thuật toán. Cái này thì cần đọc sách để hiểu các thuật toán. Ví dụ với ARX, ARMAX thì chọn số bậc cho ma trận tử và mẫu số của hàm truyền thế nào, với MOESP thì chọn kích thước các ma trận thế nào.
Thường là người ta chọn nhiều bộ thông số khác nhau, rồi chạy lệnh nhận dạng mô hình, sau đó so sánh kết quả xem với bộ thông số (& kiểu mô hình) nào thì kết quả tốt nhất trong phạm vi (vd: tần số hoạt động) mình mong muốn.
Bạn mở Help của Matlab, có một số ví dụ của system identification toolbox.
|