利用极点-零点图降低模型阶数
您可以利用线性辨识模型的极点-零点图，来评估降低模型阶数是否有用。当一极点-零点对的置信区间发生重叠时，这种重叠表明可能存在极点-零点抵消现象。
例如，您可以使用以下语法，在模型零极点周围绘制 1 个标准差的置信区间。
showConfidence(iopzplot(model))
如果零极点发生重叠，请尝试估计一个低阶模型。
应始终对模型输出和残差进行验证，以查看在降低模型阶数后，拟合质量是否发生变化。如果图中显示存在极点-零点抵消，但降低模型阶数会导致拟合效果变差，那么这些额外的极点很可能代表噪声。在这种情况下，您可以选择一种能够将系统动态特性与噪声解耦的模型结构。例如，可以尝试使用 ARMAX、Output-Error 或 Box-Jenkins 多项式模型结构，其中 A 或 F 多项式的阶数应与未抵消极点的个数相等。有关线性多项式模型估计的信息，请参阅输入-输出多项式模型。
