predict
预测辨识模型的 K 步输出
语法
说明
此 predict 命令使用测量的输入-输出数目据计算辨识模型的 K 步输出。为了辨识模型，您首先要收集所有输入-输出数目据，然后离线估计模型参数。要使用实时数据对非线性系统进行在线状态估计，请改用扩展和无迹卡尔曼滤波器的 predict 命令。
示例
仿真时间序列数据。
init_sys = idpoly([1 -0.99],[],[1 -1 0.2]);
opt = simOptions('AddNoise',true);
u = iddata([],zeros(400,0),1);
data = sim(init_sys,u,opt);data 是 iddata 对象，其中包含时间序列模型的仿真响应数据。
使用 data 作为估计数据来估计 ARMAX 模型。
na = 1; nb = 2; sys = armax(data(1:200),[na nb]);
使用预测时域 4 来预测模型的输出。
K = 4; yp = predict(sys,data,K);
yp 是 iddata 对象。预测输出在对象的 OutputData 属性中返回。
比较预测数据输出和估计数据输出。
plot(data(201:400),yp(201:400)); legend('Estimation data','Predicted data');
或者，要绘制预测响应和估计数据，请使用 compare(sys,data,K)。
加载估计数据。
load sdata1 tt1; data = tt1;
估计阶数为 [2 2 1] 的 ARX 模型。
sys1 = arx(data,[2 2 1]);
估计具有 2 个极点的传递函数。
sys2 = tfest(data,2);
创建 predict 选项集来将预测的初始条件指定为零。
opt = predictOptions('InitialCondition','z');
绘制估计模型的预测输出。使用指定的预测选项集 opt，并将预测时域指定为 10。指定绘制每个系统预测输出的线型。
predict(sys1,'r--',sys2,'b',data,10,opt);
要更改显示选项，请右键点击图以访问上下文菜单。例如，要查看估计数据，请从上下文菜单中选择 Show Validation Data。要查看预测误差，请选择 Prediction Error Plot。
您还可以使用 compare 命令绘制预测响应。为此，请先为 compare 创建选项集来指定使用零初始条件。
opt = compareOptions('InitialCondition','z'); compare(data,sys1,'r--',sys2,'b',10,opt);
使用估计数据来估计模型，然后使用 predict 命令计算预测模型输出和预测器模型。仿真预测模型以重现预测输出。
加载估计数据。
load sdata3 umat3 ymat3 Ts
根据数据估计多项式模型。
sys = polyest(umat3,ymat3,[2 2 2 0 0 1]);
使用预测时域 4 预测系统响应。
K = 4; [yp,ic,sysp] = predict(sys,umat3,ymat3,K);
yp 是预测模型响应，ic 包含估计的初始条件，sysp 是预测器模型。
使用输入 [data.OutputData,data.InputData] 和初始条件 ic 仿真预测器模型。
opt = simOptions; opt.InitialCondition = ic; ys = sim(sysp,[ymat3,umat3],opt);
绘制预测输出和仿真输出。
ns = size(ys,1); t = [1:Ts:ns]'; plot(t,yp,'b',t,ys,'.r'); legend('Predicted Output','Simulated Output')
将您之前获得的初始条件纳入到您的模型预测中。
加载数据。
load iddata1ic z1i
指定 ARMAX 估计选项来估计初始状态。
estimOpt = armaxOptions('InitialCondition','estimate');
估计 ARMAX 模型并返回以状态空间形式封装初始条件的 initialCondition 对象 ic。
na = 2; nb = 2; nc = 2; nk = 1; [sys,ic] = armax(z1i,[na nb nc nk],estimOpt);
指定预测的初始条件。
predictOpt = predictOptions('InitialCondition',ic);预测模型并获得模型响应。使用测量数据绘制响应 y。
y = predict(sys,z1i,predictOpt); plot(z1i,y) legend('Measured Data','Predicted Response')
在预测开始时，测量的响应和预测的响应显示出良好的一致性。
使用历史数据执行模型预测以指定初始条件。您首先使用 predict 命令进行预测，并使用 predictOptions 选项集指定历史数据。然后，您可以通过手动将历史数据映射到初始状态来重现预测的响应。
加载双输入单输出数目据集。
load iddata7 z7
使用数据辨识五阶状态空间模型。
sys = n4sid(z7,5);
将数据集分成两部分。
zA = z7(1:15); zB = z7(16:end);
假设您想要计算辨识系统对数据 zB 响应的 10 步预测。对于初始条件，使用 zA 中的信号值作为历史记录。即 zB 中数据之前时间的输入值和输出值。
IO = struct('Input',zA.InputData,'Output',zA.OutputData); opt = predictOptions('InitialCondition',IO);
使用指定的初始条件和 predict 对数据 zB 生成 10 步预测。
[yp,x0,Predictor] = predict(sys,zB,10,opt);
yp 是预测模型响应，x0 是对应于预测器模型 Predictor 的初始状态。您可以使用 x0 作为初始条件仿真 Predictor 来重现 yp.OutputData。
现在，可通过手动将历史数据映射到初始状态来重现输出。为此，最小化 zA 时间跨度内的 1 步预测误差。
x0est = data2state(sys,zA);
x0est 包含 zA 中最新数据采样之后的时刻 sys 的五个状态值。
在 10 步预测时域下，Predictor 的状态比原始系统要多。将时域引起的附加状态指定为零初始值，然后附加 x0est。
x0Predictor = zeros(order(Predictor),1); x0Predictor(end-4:end) = x0est;
使用 [zB.OutputData,zB.InputData] 作为输入信号并使用 x0Predictor 作为初始条件仿真预测器。
uData = [zB.OutputData,zB.InputData]; % signals required for prediction
[ysim,t,xsim] = lsim(Predictor,uData,[],x0Predictor);绘制 predict 命令 yp.OutputData 的预测输出和手动计算的结果 ysim。
plot(t,yp.OutputData,t,ysim, '.')
ysim 与 yp.OutputData 相同。
输入参数
输出参量
提示
右键点击预测输出的图将打开上下文菜单，您可以在其中访问以下选项：
Systems - 选择系统来查看预测响应。默认情况下，将绘制所有系统的响应。
Data Experiment - 仅适用于多试验数据。在不同试验的数据之间切换。
Characteristics - 查看以下数据特征：
Peak Value - 查看数据的绝对峰值。仅适用于时域数据。
Peak Response - 查看数据的峰值响应。仅适用于频率响应数据。
Mean Value - 查看数据的均值。仅适用于时域数据。
Show - 仅适用于频域和频率响应数据。
Magnitude - 查看系统频率响应的幅值。
Phase - 查看系统频率响应的相位。
Show Validation Data - 绘制用于预测模型响应的数据。
I/O Grouping - 适用于包含多个输入或输出通道的数据集。选择图上的输入和输出通道的分组。
None - 在各自的轴上绘制输入-输出通道。
All - 将所有输入通道组合在一起，将所有输出通道组合在一起。
I/O Selector - 适用于包含多个输入或输出通道的数据集。选择输入和输出通道的子集进行绘制。默认情况下，将绘制所有输出通道。
Grid - 向图中添加网格。
Normalize - 归一化图中所有数据的 y 刻度。
Full View - 返回完整视图。默认情况下，绘图会缩放至完整视图。
Prediction Horizon - 设置预测时域，或选择仿真。
Initial Condition - 指定初始条件的处理。不适用于频率响应数据。
指定为下列项之一：
Estimate - 将初始条件视为估计参数。
Zero - 将所有初始条件设置为零。
Absorb delays and estimate - 将非零延迟吸收到模型系数中，并将初始条件视为估计参数。此选项仅适用于离散时间模型。
Predicted Response Plot - 绘制预测模型响应。默认情况下，将显示响应图。
Prediction Error Plot - 绘制模型响应和预测数据之间的误差。
Properties - 打开 Property Editor 对话框来自定义绘图属性。
