linapp

给定输入下非线性 ARX 模型与 Hammerstein-Wiener 模型的线性逼近

语法

lm = linapp(nlmodel,u) lm = linapp(nlmodel,umin,umax,nsample)

lm = linapp(nlmodel,u) 通过仿真输入信号 u 的模型输出，并从 u 和仿真输出信号中估计线性模型 lm，来计算非线性 ARX 或 Hammerstein-Wiener 模型的线性近似。lm 是一个 idpoly 模型。

lm = linapp(nlmodel,umin,umax,nsample) 通过以下步骤对非线性 ARX 或 Hammerstein-Wiener 模型进行线性逼近：首先根据幅度范围 umin 和 umax（以及选项：采样数）生成均匀分布的白噪声作为输入信号。

nlmodel

要线性化的 idnlarx 或 idnlhw 模型对象的名称。

u

输入信号应为 iddata 对象或实数矩阵。

u 的维度必须与 nlmodel 的输入数量匹配。

[umin,umax]

生成幅度在此矩形范围内的白噪声输入的最小和最大值。该信号的样本长度为 nsample。

nsample

当指定 [umin,umax] 时可选的参量。指定白噪声输入的长度。

默认值：1024。

在 R2007a 中推出