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

语法

T = getTrend(data)

T = getTrend(data,0)

T = getTrend(data,1)

说明

T = getTrend(data) 会构建一个 TrendInfo 对象，用于存储用于去趋势或重新趋势处理数据的偏移量、均值或线性趋势信息。您可以为 T 指定具体的偏移量和斜率值。然后，您可以使用 detrend 或 retrend，将 T 中的趋势信息应用到 data 或其它 iddata 对象上。

示例

T = getTrend(data,0) 计算输入和输出信号的均值，并将它们分别存储为 T 的 InputOffset 和 OutputOffset 属性。

示例

T = getTrend(data,1) 分别对输入和输出信号计算最佳拟合直线，并将它们作为 T 的属性存储起来。以下代码表示直线：

ULine = Tr.InputOffset + (time-t0)*Tr.InputSlope
YLine = Tr.OutputOffset + (time-t0)*Tr.OutputSlope

在此，time 等于 Z.SamplingInstants，t0 等于 data.Tstart。

示例

全部折叠

从数据中去除偏移量

打开实时脚本

从输入和输出信号中减去指定的偏移量。

加载包含向量 u2 和 y2 的单输入单输出 (SISO) 数据。

load dryer2

创建一个采样时间为 0.08 秒的数据对象，并将其绘制出来。

data = iddata(y2,u2,0.08);
plot(data)

MATLAB figure

该数据的均值不为零的值。

将数据偏移量和趋势信息存储在 TrendInfo 对象中。

T = getTrend(data);

为 TrendInfo 对象分配偏移量值。

T.InputOffset = 5;
T.OutputOffset = 5;

从数据中减去偏移量。

data_d = detrend(data,T);

将去趋势后的数据绘制在同一张图上。

hold on
plot(data_d)

MATLAB figure

查看从数据中剔除均值后的值。

get(T)

ans = struct with fields:
        DataName: 'data'
     InputOffset: 5
    OutputOffset: 5
      InputSlope: 0
     OutputSlope: 0

计算并存储输入和输出信号的值

打开实时脚本

计算输入-输出信号，将其存储起来，并对数据进行去趋势处理。

加载包含向量 u2 和 y2 的单输入单输出 (SISO) 数据。

load dryer2

创建一个采样时间为 0.08 秒的数据对象。

data = iddata(y2,u2,0.08);

计算数据的平均值。

T = getTrend(data,0);

从数据中删除均值。

data_d = detrend(data,T);

将原始数据和去趋势后的数据绘制在同一张图上。

plot(data,data_d)

MATLAB figure

整合 MISO 数据的计算趋势信息和自定义趋势信息

打开实时脚本

加载并绘制包含两个输入通道和一个输出通道的数据。

load z7lintrend z7L
plot(z7L)

z7L 的输出通道中存在一种线性趋势，而输入通道中并不存在这种趋势。计算趋势信息。

T = getTrend(z7L,1)

Trend specifications for data "z7L" with 2 input(s), 1 output(s), 1 experiment(s):
        DataName: 'z7L'
     InputOffset: [-0.0764 -0.0683]
    OutputOffset: -0.2642
      InputSlope: [4.8338e-04 3.1642e-04]
     OutputSlope: 0.0268

通过将输入趋势值设置为 0，将趋势信息仅限于输出通道。

T.InputOffset = [0 0];
T.InputSlope = [0 0];
T

Trend specifications for data "z7L" with 2 input(s), 1 output(s), 1 experiment(s):
        DataName: 'z7L'
     InputOffset: [0 0]
    OutputOffset: -0.2642
      InputSlope: [0 0]
     OutputSlope: 0.0268

从数据中去除线性趋势。