预处理数据

删除均值、偏移量和线性趋势；重新构造缺失数据，更改数据采样率

System Identification Toolbox™ 和命令行函数允许您在将估计（和验证）数据用于模型估计之前对其进行预处理。预处理有助于优化数据，并更正或消除不准确之处。它用来确保数据处于适合模型估计的形式。

选择用于估计的数据后，请检查数据中是否存在类似下面这些不需要的特征：

根据数据的特征，您可以对缺失数据进行重建，调整数据采样率，或从数据中去除均值、常数偏移量或线性趋势。

有关分析时域或频域数据的方法，请参阅如何使用 advice 命令分析数据。

函数

`detrend`	Subtract offset or trend from time-domain signals contained in `iddata` objects
`retrend`	向存储在 `iddata` 对象中的时域数据信号添加偏移量或趋势
`diff`	Iddata 对象中的差异信号
`idfilt`	Filter data using user-defined passbands, general filters, or Butterworth filters
`misdata`	Reconstruct missing input and output data
`nkshift`	Shift data sequences
`idresamp`	通过降采样或插值对时域数据进行重采样
`idresampOptions`	Option set for `idresamp` (自 R2023a 起)
`resample`	（不建议）通过降采样或插值对存储在 `iddata` 对象中的时域数据进行重采样（需要 Signal Processing Toolbox 软件）
`getTrend`	创建趋势信息对象，用于存储存储在 `iddata` 对象中的时域信号的偏移量、均值和趋势信息
`chgFreqUnit`	Change frequency units of frequency-response data model
`fdel`	从频率响应数据 (FRD) 模型中删除指定数据
`TrendInfo`	Offset and linear trend slope values for detrending data

Handling Missing Data and Outliers
Handling missing or erroneous data values.
Handling Offsets and Trends in Data
Removing and restoring constant offsets and linear trends in data signals.
Resampling Data
Decimating and interpolating (resampling) data.
数据过滤
决定是否在模型估计前对数据进行过滤，以及如何对数据进行预滤波。

使用快速入门预处理数据
从数据中减去平均值，并指定估计数据和验证数据。
如何使用 App 对数据进行去趋势处理
在执行此任务之前，必须将定期采样的稳态时域数据导入“系统辨识”App 中。请参阅Import Time-Domain Data into the App。有关瞬态数据，请参阅如何在命令行中对数据进行去趋势处理。
Resampling Data Using the App
Use the System Identification app to resample time-domain data.
How to Filter Data Using the App
The System Identification app lets you filter time-domain data using a fifth-order Butterworth filter by enhancing or selecting specific passbands.

如何在命令行中对数据进行去趋势处理
在执行此任务之前，您必须将时域数据作为 iddata 对象准备好。请参阅Representing Time- and Frequency-Domain Data Using iddata Objects。
在命令行中对数据进行重采样
对时域数据进行降采样和插值。
How to Filter Data at the Command Line
Use idfilt to apply passband and other custom filters to a time-domain or a frequency-domain iddata object.