Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (3.5 MB, 86 trang )
Chương 4: CÁC PHƯƠNG PHÁP NHẬN DẠNG
4.3.
Sơ lược về vấn đề nhận dạng
Hầu hết các phương pháp điều khiển hiện đại đều dựa trên mô hình của đối tượng.
Mô hình này có thể là mô hình lý thuyết (được xây dựng dựa trên các phương trình
cân bằng vật chất và phương trình cân bằng năng lượng) hoặc là mô hình thực nghiệm
(dựa trên đáp ứng của hệ thống với tín hiệu thử). Mô hình phản ánh hệ thống thực từ
một góc nhìn nào đó nhằm phục vụ một mục đích nhất định. Do đó mô hình không
phản ánh đầy đủ các khía cạnh của một hệ thống thực, mà chỉ cần thâu tóm được các
đặc tính thiết yếu của hệ thống thực mà người lập mô hình cần quan tâm.
Các quá trình công nghiệp thường rất phức tạp, vì vậy hầu như không thể xây
dựng được một mô hình hoàn hảo đủ sức phản ánh đầy đủ hết đặc tính của hệ thống.
Do vậy, mô hình cần phải đảm bảo đơn giản nhưng vẫn đủ chi tiết cần thiết. Việc xác
định mức độ về yêu cầu đơn giản mà vẫn đầy đủ phụ thuộc vào ba yếu tố sau:
-
Yêu cầu và mục đích sử dụng cụ thể của mô hình.
-
Công sức và chi phí tiến hành mô hình hóa.
-
Độ tin cậy của thông tin có được về quá trình.
Về nguyên tắc có hai phương pháp xây dựng mô hình toán học cho quá trình:
-
Mô hình hóa lý thuyết (hay còn gọi là mô hình hóa vật lý): phương pháp này
đi từ các định luật cơ bản của vật lý và hóa học kết hợp với các thông số kỹ
thuật của thiết bị (bồn chứa, tháp phản ứng, kích thước đường ống…) để xác
định giá trị của các tham số. Mô hình này là một hệ các phương trình vi phân
và phương trình đại số.
Mô hình hóa thực nghiệm (còn gọi là phương pháp hộp đen (black box) hay nhận dạng
quá trình): phương pháp này dựa trên thông tin ban đầu về định ra mô hình động
học của đối tượng. Bộ công cụ này cũng có khả năng thực hiện tính
toán đệ quy để thực hiện nhận dạng thời gian thực (ứng dụng trong
điều khiển thích nghi, tối ưu). Bên cạnh khả năng hỗ trợ nhận dạng
trong miền thời gian, bộ công cụ này còn hỗ trợ nhận dạng trong
miền tần số (chỉ hỗ trợ đối tượng tuyến tính trong miền tần số).
5.3.1 Các hàm matlab được sử dụng trong nhận dạng
• Iddata
Hàm iddata được sử dụng để tạo ra đối tượng dữ liệu (miền thời
gian hoặc tần số) dùng cho nhận dạng trong công cụ System
Identification Toolbox của Matlab.
Câu lệnh thường được dùng có dạng như sau:
data = iddata(y,u,Ts)
trong đó:
y là ma trận đại diện cho biến ngõ ra của hệ thống. Nếu hệ
thống chỉ có một biến ngõ ra thì y là một ma trận cột, nếu hệ
thống có nhiều biến ngõ ra thì y là ma trận có số cột bằng số
biến ngõ ra.
u là ma trận đại diện cho các biến ngõ vào của hệ thống. Nếu hệ
thống chỉ có một biến ngõ vào thì u là một ma trận cột, nếu hệ
thống có nhiều biến ngõ vào thì u là ma trận có số cột bằng số
biến ở ngõ vào.
Ts là thời gian lấy mẫu của bộ dữ liệu vào ra [y , u]
• Delayest
Hàm delayest thực hiện công việc dự đoán thời gian trễ giữa tín
hiệu input và output trong đối tượng iddata sử dụng mô hình
ARX
Cú pháp:
nk = delayest(Data)
nk = delayest(Data,na,nb,nkmin,nkmax,maxtest)
trong đó:
Data là đối tượng iddata, chứa các thông tin về các biến ngõ
vào/ngõ ra.
na là số phần tử của đầu ra y được sử dụng trong mô hình ARX
nb là số phần tử của đầu vào u được sử dụng trong mô hình ARX.
Nếu có nhiều đầu vào nb là ma trận có số cột bằng số đầu vào.
nkmin và nkmax xác định giới hạn thời gian trễ cần kiểm tra.
maxtest xác định số mẫu được sử dụng để thực hiện dự đoán trễ.
• Selstruc
Hàm selstruc được dùng để chọn bậc (order) phù hợp cho mô
hình từ đối tượng iddata cần nhận dạng mô hình. Hàm selstruc
chỉ sử dụng được cho mô hình SISO. Trong tình huống muốn sử
dụng cho mô hình MISO ta cần phải xét từng cặp vào/ra tương
ứng.
Đối với mô hình arx, cú pháp như sau:
order=struc(2:10, 2:10, 1:60);
selstruc(arxstruc(ze(:,:,1),zv(:,:,1),order));
Lệnh struc(namin:namax, nbmin:nbmax, nkmin:nkmax) xác lập
các giới hạn cấu trúc của hàm.
Lệnh arxstruc(ze(:,:,1),zv(:,:,1),order) khai báo cho hàm
selstruc là đối số sẽ là mô hình ARX.
ze(:,:,1) có nghĩa là nhận dạng ảnh hưởng đầu vào 1 của đối
tượng ze (dùng để nhận dạng) đến ngõ ra của ze. Tương tự nếu
ze(:,:,2) thì có nghĩa là nhận dạng ảnh hưởng đầu vào 2 đến
ngõ ra.
zv(:,:,1)khai báo đối tượng iddata dùng để kiểm chứng độ
chính xác của bậc mô hình được ước lượng. tương tự ở trên giá
trị 1 có nghĩa là dùng giá trị đầu vào 1 của đối tượng zv và ngõ
ra để kiểm chứng bậc của mô hình được ước lượng.
• arx
Hàm arx dùng để nhận dạng mô hình ARX cho đối tượng iddata.
Cú pháp thường dùng:
m = arx(data,'na',na,'nb',nb,'nc',nc,'nk',nk)
trong đó:
data là đối tượng iddata cần nhận dạng mô hình.
na, nb, nk là các bậc của mô hình ARX, trong đó na tương ứng
với ngõ ra, nb là ngõ vào, nk là trễ của ngõ vào so với ngõ ra.
Nếu data là đối tượng 1 vào/ra thì nb, nk là một hằng số, còn
nếu data là đối tượng MISO thì nb, nk là ma trận có kích thước 1
x
na/b
1
1
y (t ) + a1 y (t − 1) + ana y (t − na ) = b1 u1 (t − 1) + bnb1 u1 (t − nk1 − nb1 + 1) + b12u2 (t − 1) +
m
+ bn2b1 u2 (t − nk 2 − nb 2 + 1) + + b1mum (t − 1) + bnbn u1 (t − nkm − nbm + 1) + e(t )
y là biến quá trình ngõ ra
u1, u2, um là các biến quá trình đầu vào
na là số điểm cực
nb1, nb2,…, nbm
là số các điểm zero cộng thêm 1 (tương ứng từng
đầu vào)
nk1, nk2,…, nkm
là thời gian gian trễ tương ứng từng đầu vào.
• Compare
Dùng so sánh dữ liệu mô phỏng ngõ ra của mô hình với dữ liệu
ngõ ra thu thập được.
Cú pháp thường dùng:
Compare(data,m,’initialstate’,x0est)
Trong đó: data là đối tượng iddata chứa thông tin vào/ra để nhận
dạng. m chính là mô hình thu được từ việc nhận dạng data.
x0est là dữ liệu nội suy mô tả trạng thái đầu của dữ liệu data đối
với mô hình m. x0est được xác định bằng hàm findstates
• Findstates
Dùng để dự đoán trạng thái đầu của bộ dữ liệu đối với mô hình.
Trạng thái này sẽ được dùng để thực hiện tính toán ngõ ra mô
phỏng của mô hình nhằm tránh đột biến dữ liệu tại trạng thái
đầu của ngõ ra mô phỏng.
Cú pháp thường dùng:
X0 = findstates(MODEL,DATA)
Trong đó: MODEL chính là mô hình thu được từ quá trình nhận
dạng, DATA là dữ liệu dùng để mô phỏng ngõ ra của MODEL
• Sim
Là lệnh dùng để mô phỏng ngõ ra của một mô hình tuyến tính
Cú pháp thường dùng:
ysim= sim(m,u,'InitialState',init)
m là mô hình cần tính toán mô phỏng ngõ ra
u là tín hiệu vào của mô hình nhằm tính toán ngõ ra mô phỏng.
init là trạng thái đầu của mô hình m đối với bộ dữ liệu đầu vào
u, thông thường init được xác định bằng hàm findstates()
5.3.2 Chương trình nhận dạng
Chương trình MATLAB nhận dạng tác động của ngõ vào đến ngõ
ra áp suất và ngõ ra nhiệt độ xem ở phụ lục 3.
5.3.3 Kết quả nhận dạng
Bởi vì quá trình chỉ chịu nhiễu tải và nhiễu đo ở dạng nhiễu
trắng nên ta sử dụng mô hình ARX để nhận dạng và xem nhiễu tải
như một đầu vào của quá trình.
Chất lượng mô hình được đánh giá thông qua hệ số fit:
norm( y sim − y measure )
fit = 100 × 1 −
norm( y
measure − mean ( y measure ) )
Trong đó:
mean: giá trị trung bình
norm: chuẩn của ma trận.
5.3.3.1
Mô hình cho áp suất hơi quá nhiệt
Nhận dạng ảnh hưởng của đầu vào (FIC8201.PV, FIC8252.PV) đến áp
suất của hơi quá nhiệt ở đầu ra (PIC4048.PV):
Ta dùng dữ liệu thu thập như mô tả ở mục 5.2.2, ta gọi bộ dữ liệu
này là EXP2. Với bộ dữ liệu này ta sẽ xem xét ảnh hưởng của các
biến ngõ vào tác động đến áp suất hơi ở ngõ ra. Dữ liệu dùng để
nhận dạng là 1800 mẫu từ 2400 đến 4200.
exp2identin1=exp2fic8201pv(1800:4200,1);
exp2identin2=exp2fic8252pv(1800:4200,1);
exp2identin= [exp2identin1, exp2identin2];
ts=1;
exp2ze1800=iddata(exp2identout,exp2identin,ts);
Ta sử dụng mô hình ARX cho hai đầu vào với các tham số như sau:
Đầu vào FIC8201.PV: na = 20; nb =350; nk = 28;
Đầu vào FIC8252.PV: na = 20; nb =10; nk = 5;
exp2arx4=arx(exp2ze1800, ‘na’,20, ‘nb’,[350 10],’nk’[28 5]);
Kết quả đạt được có mức độ chính xác fit 74.7%
exp2arx4=arx(exp2ze1800,na,20,nb,[350 10],nk,[28 5])
0.4
exp2ze1800; measured
exp2arx4; fit: 74.75%
0.3
0.2
y1
0.1
0
-0.1
-0.2
-0.3
-0.4
500
1000
1500
2000
Hình 5.3.3.1-24 Kết quả nhận dạng cho mô hình áp suất
Chi tiết tham số của mô hình nhận dạng được (exp2arx4) như dưới
đây:
Discrete-time IDPOLY model: A(q)y(t) = B(q)u(t) + e(t)
A(q) = 1 - 0.638 (+-0.0247) q^-1 - 0.3288 (+-0.02928) q^-2 - 0.1554 (
+-0.03037) q^-3 - 0.02282 (+-0.03063) q^-4 + 0.01654 (
+-0.03065) q^-5 + 0.007743 (+-0.03064) q^-6 + 0.01737 (
+-0.03075) q^-7 + 0.04229 (+-0.03068) q^-8 - 0.02209 (
+-0.03075) q^-9 - 0.006806 (+-0.03076) q^-10 + 0.0378 (
+-0.03076) q^-11 + 0.002876 (+-0.03078) q^-12 + 0.04283 (
+-0.03075) q^-13 + 0.01131 (+-0.0308) q^-14 + 0.01837 (
+-0.03081) q^-15 + 0.009514 (+-0.03083) q^-16 + 0.008843 (
+-0.03072) q^-17 - 0.04345 (+-0.03041) q^-18 + 0.01813 (
+-0.02935) q^-19 - 0.005766 (+-0.02527) q^-20
B1(q) = 7.329e-005 (+-0.0001041) q^-28 - 0.0002314 (+-0.0001994) q^-29
+ 5.217e-005 (+-0.0002036) q^-30 + 0.0004326 (+-0.000204) q^-31
- 0.0004449 (+-0.000205) q^-32 + 0.0002929 (+-0.0002053) q^-33
- 5.841e-005 (+-0.0002051) q^-34 - 0.0003135 (+-0.0002051) q^-35
+ 0.0001923 (+-0.0002051) q^-36 - 5.892e-005 (+-0.0002049) q^-37
+ 0.0001823 (+-0.0002045) q^-38 - 0.0002926 (+-0.0002044) q^-39
+ 0.0002864 (+-0.0002046) q^-40 + 0.0001243 (+-0.0002047) q^-41
- 0.0004742 (+-0.0002049) q^-42 + 0.0002524 (+-0.0002052) q^-43
+ 5.942e-005 (+-0.0002052) q^-44 - 0.0001563 (+-0.0002052) q^-45
+ 5.252e-005 (+-0.000205) q^-46 + 0.0001042 (+-0.000205) q^-47
- 7.137e-005 (+-0.000205) q^-48 + 0.0001686 (+-0.0002048) q^-49
- 0.0001137 (+-0.0002046) q^-50 - 6.876e-005 (+-0.0002043) q^-51
+ 0.0001624 (+-0.0002033) q^-52 - 0.000411 (+-0.0002028) q^-53
+ 7.375e-005 (+-0.0002031) q^-54 + 0.000367 (+-0.0002031) q^-55
- 7.327e-005 (+-0.0002033) q^-56 - 0.0001714 (+-0.000203) q^-57
+ 0.0001048 (+-0.000203) q^-58 + 4.23e-005 (+-0.0002029) q^-59
- 8.813e-005 (+-0.0002028) q^-60 - 9.803e-005 (+-0.000203) q^-61
+ 5.98e-005 (+-0.0002028) q^-62 + 0.0001669 (+-0.0002026) q^-63
- 7.177e-005 (+-0.0002027) q^-64 - 8.015e-005 (+-0.0002029) q^-65
- 0.0001246 (+-0.0002029) q^-66 + 7.436e-005 (+-0.0002028) q^-67
+ 0.0002287 (+-0.0002029) q^-68 + 9.957e-005 (+-0.0002029) q^-69
- 0.000486 (+-0.0002029) q^-70 + 0.0002124 (+-0.0002033) q^-71
- 2.693e-005 (+-0.0002034) q^-72 + 0.0001537 (+-0.0002032) q^-73
- 0.0001407 (+-0.0002037) q^-74 + 6.886e-005 (+-0.000204) q^-75
- 0.0001936 (+-0.0002039) q^-76 + 0.0001974 (+-0.000204) q^-77
+ 0.0001522 (+-0.0002039) q^-78 - 0.0002276 (+-0.0002041) q^-79
+ 0.0001114 (+-0.0002044) q^-80 - 0.0002786 (+-0.0002044) q^-81
+ 0.0002811 (+-0.0002044) q^-82 + 0.000126 (+-0.0002045) q^-83
- 0.0001947 (+-0.0002042) q^-84 + 6.967e-005 (+-0.000204) q^-85
- 0.0002672 (+-0.0002039) q^-86 + 8.833e-005 (+-0.000204) q^-87
+ 0.0002265 (+-0.0002038) q^-88 - 5.079e-005 (+-0.0002036) q^-89
- 0.0001017 (+-0.0002035) q^-90 + 0.0001612 (+-0.0002038) q^-91
- 0.000469 (+-0.0002039) q^-92 + 0.000494 (+-0.0002045) q^-93
- 4.822e-005 (+-0.000205) q^-94 - 0.0001834 (+-0.0002052) q^-95
+ 0.0002325 (+-0.0002054) q^-96 - 0.0002031 (+-0.0002055) q^-97
+ 0.0002008 (+-0.0002056) q^-98 - 0.0001175 (+-0.0002053) q^-99
- 0.0002166 (+-0.0002049) q^-100 + 0.0002059 (+-0.0002047) q^-101
- 8.247e-005 (+-0.0002045) q^-102 - 3.466e-005 (+-0.0002046) q^-103
+ 0.0002856 (+-0.0002046) q^-104 - 5.292e-005 (+-0.0002047) q^-105
- 8.203e-005 (+-0.0002043) q^-106 - 0.0002191 (+-0.0002043) q^-107
+ 0.0002472 (+-0.0002041) q^-108 - 4.655e-006 (+-0.0002043) q^-109
- 0.000134 (+-0.0002045) q^-110 + 1.189e-005 (+-0.0002043) q^-111
+ 0.000261 (+-0.0002044) q^-112 - 0.0002655 (+-0.0002043) q^-113
- 1.396e-005 (+-0.0002041) q^-114 - 7.567e-005 (+-0.000204) q^-115
+ 0.0003891 (+-0.000204) q^-116 - 0.0005586 (+-0.000204) q^-117
+ 0.0002882 (+-0.0002044) q^-118 + 0.000299 (+-0.0002045) q^-119
- 0.0001259 (+-0.0002045) q^-120 - 0.0003457 (+-0.0002042) q^-121
+ 0.000328 (+-0.0002039) q^-122 - 5.006e-005 (+-0.000204) q^-123
- 0.0001417 (+-0.000204) q^-124 - 4.714e-005 (+-0.0002042) q^-125
- 4.938e-005 (+-0.0002043) q^-126 + 0.0002398 (+-0.0002044) q^-127
- 1.793e-005 (+-0.0002045) q^-128 + 7.279e-005 (+-0.0002048) q^-129
- 6.712e-005 (+-0.0002051) q^-130 - 0.0001527 (+-0.0002053) q^-131
+ 2.392e-005 (+-0.0002055) q^-132 + 7.724e-006 (+-0.0002053) q^-133
+ 2.055e-005 (+-0.0002056) q^-134 + 1.809e-005 (+-0.0002058) q^-135
+ 5.163e-005 (+-0.0002053) q^-136 + 0.0001225 (+-0.0002044) q^-137
- 6.953e-005 (+-0.0002031) q^-138 - 0.000116 (+-0.0002026) q^-139
+ 9.253e-005 (+-0.0002024) q^-140 - 0.0002637 (+-0.0002024) q^-141
- 9.198e-005 (+-0.0002023) q^-142 + 0.0004017 (+-0.0002018) q^-143
- 0.0001581 (+-0.0002017) q^-144 + 0.0002512 (+-0.0002016) q^-145
- 0.0001234 (+-0.0002017) q^-146 + 0.0001139 (+-0.0002018) q^-147
- 0.0003676 (+-0.000202) q^-148 + 0.0001383 (+-0.0002021) q^-149
+ 0.0001105 (+-0.0002018) q^-150 - 0.0003016 (+-0.0002021) q^-151
+ 0.000134 (+-0.0002024) q^-152 + 9.413e-005 (+-0.0002023) q^-153
+ 0.0002921 (+-0.0002021) q^-154 - 0.0004782 (+-0.0002023) q^-155
+ 0.0002887 (+-0.0002026) q^-156 + 3.755e-005 (+-0.0002028) q^-157
- 0.0005377 (+-0.0002027) q^-158 + 0.0004803 (+-0.0002031) q^-159
- 0.0001413 (+-0.0002033) q^-160 + 0.0003608 (+-0.0002028) q^-161
- 0.0003 (+-0.0002028) q^-162 - 7.927e-005 (+-0.0002024) q^-163
- 8.697e-005 (+-0.0002023) q^-164 + 0.0002762 (+-0.0002022) q^-165
- 0.0002588 (+-0.0002023) q^-166 + 4.215e-005 (+-0.0002021) q^-167
+ 0.000241 (+-0.0002021) q^-168 - 5.819e-006 (+-0.0002022) q^-169
- 0.0002221 (+-0.000203) q^-170 + 0.0001669 (+-0.000203) q^-171
- 0.0002542 (+-0.0002026) q^-172 + 0.0002735 (+-0.0002028) q^-173
- 0.0002084 (+-0.0002031) q^-174 - 3.874e-005 (+-0.0002029) q^-175
+ 0.00034 (+-0.0002025) q^-176 - 0.0001979 (+-0.0002023) q^-177
+ 1.411e-005 (+-0.0002021) q^-178 - 0.0001296 (+-0.0002017) q^-179
+ 0.0002975 (+-0.0002014) q^-180 - 0.0002406 (+-0.0002013) q^-181
- 8.3e-005 (+-0.0002011) q^-182 + 8.17e-005 (+-0.0002014) q^-183
+ 0.0002837 (+-0.0002015) q^-184 - 0.000348 (+-0.0002015) q^-185
+ 0.0001695 (+-0.0002016) q^-186 + 0.000173 (+-0.0002017) q^-187
- 0.0001973 (+-0.0002017) q^-188 - 0.00021 (+-0.0002015) q^-189
+ 0.0002023 (+-0.0002016) q^-190 - 3.335e-005 (+-0.0002017) q^-191
- 2.329e-005 (+-0.0002012) q^-192 + 0.0001621 (+-0.0002011) q^-193
+ 9.605e-005 (+-0.0002015) q^-194 - 0.0001911 (+-0.0002016) q^-195
- 0.0002367 (+-0.0002016) q^-196 + 0.0001235 (+-0.0002015) q^-197
+ 0.0001405 (+-0.0002017) q^-198 - 7.979e-006 (+-0.0002018) q^-199
- 9.915e-005 (+-0.0002018) q^-200 + 0.000265 (+-0.0002018) q^-201
- 0.0001006 (+-0.000202) q^-202 - 0.0003304 (+-0.000202) q^-203
+ 0.0003661 (+-0.0002024) q^-204 - 6.182e-005 (+-0.0002027) q^-205
+ 7.707e-005 (+-0.0002026) q^-206 - 0.0001881 (+-0.0002025) q^-207
+ 2.184e-005 (+-0.0002024) q^-208 - 0.0001034 (+-0.0002026) q^-209
+ 0.0001783 (+-0.0002025) q^-210 + 4.285e-005 (+-0.0002024) q^-211
- 0.0001973 (+-0.0002023) q^-212 + 0.0001013 (+-0.0002026) q^-213
+ 2.819e-005 (+-0.0002025) q^-214 + 9.38e-005 (+-0.0002023) q^-215
- 0.0002711 (+-0.0002024) q^-216 + 1.567e-005 (+-0.0002024) q^-217
+ 0.0003579 (+-0.0002027) q^-218 - 5.861e-005 (+-0.0002028) q^-219
- 0.000128 (+-0.0002027) q^-220 + 1.537e-006 (+-0.0002027) q^-221
- 0.0002953 (+-0.0002026) q^-222 + 0.0002024 (+-0.0002027) q^-223
+ 0.0001246 (+-0.0002023) q^-224 + 2.548e-005 (+-0.0002026) q^-225
- 5.373e-005 (+-0.0002031) q^-226 - 0.0002167 (+-0.000203) q^-227
+ 0.0001417 (+-0.0002026) q^-228 + 0.0001011 (+-0.0002027) q^-229
- 5.87e-005 (+-0.0002027) q^-230 - 0.0002068 (+-0.0002029) q^-231
+ 0.0003859 (+-0.0002029) q^-232 - 4.903e-008 (+-0.0002031) q^-233
- 0.0002476 (+-0.0002032) q^-234 - 5.471e-005 (+-0.0002034) q^-235
+ 0.0001339 (+-0.0002027) q^-236 - 0.000167 (+-0.0002028) q^-237
+ 0.0002671 (+-0.0002028) q^-238 + 2.515e-005 (+-0.0002028) q^-239
- 0.0002207 (+-0.0002028) q^-240 - 3.409e-006 (+-0.0002029) q^-241
+ 3.191e-005 (+-0.0002032) q^-242 + 7.233e-005 (+-0.0002033) q^-243
- 6.823e-005 (+-0.0002032) q^-244 + 1.431e-005 (+-0.0002033) q^-245
+ 0.0002217 (+-0.0002031) q^-246 - 0.0002263 (+-0.0002034) q^-247
+ 2.189e-005 (+-0.0002034) q^-248 - 0.0002019 (+-0.0002034) q^-249
+ 0.0002219 (+-0.0002035) q^-250 - 2.812e-005 (+-0.0002033) q^-251
+ 0.000186 (+-0.0002031) q^-252 - 0.0001367 (+-0.0002026) q^-253
+ 7.184e-005 (+-0.0002027) q^-254 - 0.0002951 (+-0.0002023) q^-255
- 6.683e-007 (+-0.0002025) q^-256 + 0.0004192 (+-0.0002026) q^-257
- 0.0002104 (+-0.0002028) q^-258 + 0.0001105 (+-0.0002031) q^-259
- 0.0002016 (+-0.0002031) q^-260 + 3.354e-005 (+-0.0002034) q^-261
+ 1.751e-005 (+-0.0002032) q^-262 + 6.787e-005 (+-0.0002032) q^-263
- 0.0001056 (+-0.0002032) q^-264 + 9.431e-005 (+-0.0002032) q^-265
- 9.171e-005 (+-0.0002032) q^-266 + 0.0001023 (+-0.0002029) q^-267
- 0.0002436 (+-0.0002031) q^-268 + 0.0005213 (+-0.0002037) q^-269
- 0.0004692 (+-0.0002041) q^-270 + 0.0002733 (+-0.0002042) q^-271
- 0.0001253 (+-0.0002044) q^-272 + 0.00013 (+-0.0002048) q^-273
- 0.000394 (+-0.0002048) q^-274 + 0.0004565 (+-0.0002045) q^-275
- 0.0003411 (+-0.0002045) q^-276 + 0.0001255 (+-0.0002047) q^-277
+ 0.0001511 (+-0.0002044) q^-278 - 1.477e-005 (+-0.0002045) q^-279
- 0.0001493 (+-0.0002048) q^-280 - 0.0001323 (+-0.000205) q^-281
+ 0.0001141 (+-0.0002052) q^-282 + 9.16e-005 (+-0.0002051) q^-283
+ 5.054e-005 (+-0.0002052) q^-284 - 0.0001217 (+-0.0002052) q^-285
+ 0.0001156 (+-0.0002049) q^-286 - 8.817e-005 (+-0.0002046) q^-287
+ 7.353e-005 (+-0.0002046) q^-288 - 0.0001537 (+-0.0002042) q^-289
+ 0.0001985 (+-0.0002037) q^-290 - 0.000225 (+-0.0002032) q^-291
+ 0.0001379 (+-0.0002032) q^-292 + 6.095e-005 (+-0.0002031) q^-293
- 0.0001269 (+-0.0002032) q^-294 - 1.644e-006 (+-0.0002029) q^-295
+ 0.0001868 (+-0.0002028) q^-296 - 0.000156 (+-0.0002027) q^-297
- 0.000295 (+-0.0002028) q^-298 + 0.0005284 (+-0.0002031) q^-299
- 0.0002074 (+-0.0002036) q^-300 - 0.0001429 (+-0.0002035) q^-301
+ 0.0002459 (+-0.0002035) q^-302 - 0.0002145 (+-0.0002036) q^-303
+ 0.0001907 (+-0.0002037) q^-304 - 1.454e-005 (+-0.0002034) q^-305
+ 3.307e-005 (+-0.0002033) q^-306 - 0.000325 (+-0.0002032) q^-307
+ 0.0001893 (+-0.0002032) q^-308 + 0.0001204 (+-0.0002029) q^-309
- 5.734e-005 (+-0.0002029) q^-310 - 0.0001134 (+-0.000203) q^-311
+ 7.478e-005 (+-0.0002031) q^-312 - 9.543e-005 (+-0.0002029) q^-313
+ 4.739e-005 (+-0.0002028) q^-314 + 2.977e-005 (+-0.0002027) q^-315
+ 0.0002462 (+-0.0002028) q^-316 - 0.0003023 (+-0.0002029) q^-317
+ 0.0001527 (+-0.0002031) q^-318 - 0.0002116 (+-0.0002026) q^-319
+ 0.0002145 (+-0.0002024) q^-320 - 0.0001063 (+-0.0002025) q^-321
+ 0.0001022 (+-0.0002026) q^-322 + 5.677e-006 (+-0.0002025) q^-323
- 0.0003091 (+-0.0002023) q^-324 + 0.0003116 (+-0.0002024) q^-325
- 2.73e-006 (+-0.0002023) q^-326 - 8.762e-005 (+-0.000202) q^-327
- 0.0001405 (+-0.0002014) q^-328 + 0.0003136 (+-0.0002013) q^-329
- 0.0001482 (+-0.0002014) q^-330 + 5.003e-005 (+-0.0002013) q^-331
- 0.0003723 (+-0.0002012) q^-332 + 0.0002482 (+-0.0002014) q^-333
+ 0.0002739 (+-0.0002015) q^-334 - 0.0003167 (+-0.000202) q^-335
+ 0.0002649 (+-0.0002021) q^-336 - 5.634e-005 (+-0.0002021) q^-337
- 9.198e-005 (+-0.0002021) q^-338 - 0.0001566 (+-0.000202) q^-339
- 8.929e-005 (+-0.0002017) q^-340 + 0.0003454 (+-0.0002014) q^-341
- 0.0001486 (+-0.0002015) q^-342 + 0.0001125 (+-0.0002016) q^-343
- 1.026e-005 (+-0.0002016) q^-344 - 2.472e-005 (+-0.0002011) q^-345
- 0.0001188 (+-0.000201) q^-346 - 5.552e-006 (+-0.0002012) q^-347
+ 9.091e-005 (+-0.0002013) q^-348 + 0.0001115 (+-0.0002017) q^-349
- 0.0001342 (+-0.0002017) q^-350 - 2.132e-005 (+-0.0002017) q^-351
- 3.066e-005 (+-0.0002016) q^-352 + 0.0002789 (+-0.0002016) q^-353
- 0.0001873 (+-0.000202) q^-354 - 0.0002537 (+-0.0002019) q^-355
+ 0.0003074 (+-0.0002017) q^-356 - 6.921e-005 (+-0.0002019) q^-357
- 0.0001059 (+-0.0002018) q^-358 + 0.000287 (+-0.0002019) q^-359
- 0.0001756 (+-0.0002024) q^-360 - 4.064e-005 (+-0.0002024) q^-361
- 2.153e-005 (+-0.0002027) q^-362 - 6.93e-005 (+-0.0002029) q^-363
+ 0.000189 (+-0.0002028) q^-364 - 9.683e-005 (+-0.0002029) q^-365
+ 0.0001177 (+-0.0002029) q^-366 - 0.0001127 (+-0.000203) q^-367
+ 1.547e-005 (+-0.0002032) q^-368 + 4.004e-005 (+-0.0002032) q^-369
- 0.000111 (+-0.0002032) q^-370 + 6.675e-006 (+-0.000203) q^-371
+ 0.0001872 (+-0.0002029) q^-372 - 0.0001881 (+-0.0002027) q^-373
+ 8.09e-005 (+-0.0002019) q^-374 - 0.0001101 (+-0.0002016) q^-375
+ 0.0002807 (+-0.000197) q^-376 - 0.000184 (+-0.0001002) q^-377
B2(q) = 0.01072 (+-0.01228) q^-5 - 0.006709 (+-0.01303) q^-6
- 0.03632 (+-0.01304) q^-7 + 0.00679 (+-0.01316) q^-8
- 0.01614 (+-0.01323) q^-9 - 0.001751 (+-0.01324) q^
-10 + 0.0012 (+-0.01315) q^-11 + 0.009586 (+-0.01307) q^-12
- 0.01636 (+-0.01308) q^-13 + 0.008087 (+-0.01239) q^-14
Estimated using ARX from data set exp2ze1800
Loss function 2.08146e-005 and FPE 2.86419e-005
Sampling interval: 1
Kiểm chứng mô hình
Ta kiểm chứng mô hình thu được bằng 1800 mẫu đầu tiên của bộ
dữ liệu EXP2.
Đối tượng exp2zeval được tạo như dưới đây:
exp2valin1=exp2fic8201pv(1:1800,1);
exp2valin2=exp2fic8252pv(1:1800,1);
exp2valin= [exp2valin1, exp2val2];