translatecov
跨模型转换操作转换参数协方差
语法
Sys_new = translatecov(fcn,sys)
sys_new = translatecov(fcn,Input1,…,InputN)
描述
转换sys_new
= translatecov (fcn
,sys
)sys
成Sys_new = fcn(sys)
的参数协方差sys
变换后模型的参数协方差。fcn
是指定的转换函数。的参数协方差sys_new
通过应用高斯近似公式。要查看转换后的参数协方差,请使用getcov
.
直接应用模型转换并不总是将原始模型的参数协方差转换为转换后的模型的参数协方差。例如,d2c(系统)
的参数协方差不平移sys
.相比之下,translatecov (@ (x) d2c (x)系统)
生成一个转换后的模型,其系数与d2c(系统)
的平移参数协方差sys
.
返回模型sys_new
= translatecov (fcn
,Input1,…,InputN
)sys_new = fcn(Input1,…,InputN)
以及它的参数协方差。至少有一个N
输入必须是一个具有参数协方差信息的线性模型。
输入参数
|
模型转换函数,指定为函数句柄。 对于单输入函数, 对于多输入函数, |
|
具有参数协方差信息的线性模型,指定为以下模型类型之一: 模型必须包含参数协方差信息,即 |
|
转换函数的多个输入参数 |
输出参数
|
由转换操作产生的模型。该模型包含参数协方差信息。 |
例子
提示
如果你获得了
sys
通过估计并获得估计数据,可以使用零迭代更新重新计算参数协方差。例如:负载iddata1M = sest(z1,4);opt = ssestOptions opt. searchoptions . maxiterations = 0;M_new = ssest(z1,m2,opt)
在以下情况下不能运行零迭代更新:
如果
MaxIterations
选项,该选项取决于SearchMethod
选项不可用。对于某些模型和数据类型。例如,连续时间
idpoly
使用时域数据建模。
算法
translatecov
的个别参数的数值摄动sys
计算的雅可比矩阵fcn(系统)
的参数sys
.translatecov
然后应用高斯近似公式
为了平移协方差,其中J
为雅可比矩阵。对于包含大量自由参数的模型,此操作可能比较慢。
版本历史
在R2012b中介绍