Fits~ Overview –FIR Fit Setup Subtab

FIR Fit设置子选项卡
FIR Fit设置子选项卡是设置和运行非参数FIRFit的选项卡。其提供了关于数据集和所选择模型结构质量的第一反馈。在所有的后续图表中,此第一个模型被称为“FIR”模型。


FIR Fit设置子选项卡字段和按钮
Compute Confidence(计算置信度):如果要计算FIR模型95%置信区间带,请选中此复选框。
Perform Fit Button(执行Fit按钮) :运行非参数拟合。
Row Headings(行标题):输入和中间变量。
Column Headings(列标题) :输出。
Ramp(斜坡):指示输出为斜坡变量。
Dead-time(死时间):FIR模型预测的死时间; 默认0; 使用Fill Down(向下填充),Fill Right(向右填充)和Fill All(全部填充)选项用当前单元格值填充到多个死时间单元格。
Settling-time(设定时间):相应输入输出关系设定时间的猜测。默认值为Workspace选项中设置的值; 使用Fill Down(向下填充),Fill Right(向右填充)和Fill All(全部填充)选项用当前单元格值填充到多个设定时间单元格中。 在闭环辨识时要仔细检查设定时间。 太长的设定时间有时会恶化闭环情况下的估计质量。
FIR Fit绘图子选项卡
当拟合完成后,其结果将以阶跃响应图的形式显示在FIR Fit图子选项卡上。 此子选项卡还显示了FIR拟合的近似参数结果。如果选择了计算FIR模型的置信带,它们也将在此窗口中看到。在后续的所有图中,参数近似模型被称为“F2P”模型。
我们推荐用户使用该子选项卡试验不同的参数模型类型(一阶,二阶等)以最佳地匹配FIR拟合结果。 这为参数模型拟合提供了最佳的初始化。


FIR Fit图子选项字段和按钮
Plot Time Steps(绘制时间步):绘制阶跃响应直到此时间(例如,每个图的x轴将为0~响应时间)。
Show Confidence(显示置信区间):显示计算的置信区间。
Redo Fit(重新拟合):重新进行FIR设置和拟合。
Initialize Parametric(初始化参数):使用这些参数近似作为参数拟合的初始输入。结果和约束将复制到Parametric Fit(参数拟合)选项卡窗口。
Row Headings(行标题):输入和中间变量。
Column Headings(列标题):输出。


原文:
FIR Fit Setup Subtab
The FIR Fit Setup subtab is the tab where a non-parametric FIR fit is set up and run. This provides the first feedback as to the quality of both the datasets and of the model structure selected. This first model is nicknamed the “FIR” model on all subsequent plots.
FIR Fit Setup Subtab Fields and Buttons
**Compute Confidence: **Select this checkbox if you want the FIR model 95 percent confidence interval bands computed.
**Perform Fit Button : **Run the non-parametric fit.
**Row Headings: **Inputs and Intermediates.
Column Headings : Outputs.
Ramp : Indication that the output is a ramp variable.
**Dead-time: **Dead-time guess for FIR model; default 0; use the Fill Down, Fill Right, and Fill All options to fill multiple dead-time cells with the current cell value.
**Settling-time: **Settling time guess corresponding to the input-output relationship. Defaults to value set in Workspace Options; use the Fill Down, Fill Right, and Fill All options to fill multiple settling-time cells with the current cell value. Check the settling-time carefully during the closed-loop identification. Too long settling time will sometimes deteriorate the estimation quality in the closed-loop case.
FIR Fit Plots Subtab
Once the fit is complete, the results are displayed as step-response plots on the FIR Fit Plots subtab. This subtab also shows the results the parametric approximation of the FIR fit. If the confidence bands of the FIR model were selected to be computed, they will also be seen in this window. The parametric approximation model is nicknamed the “F2P” model in all subsequent plots.
It is expected that the user uses this subtab to experiment with different parametric model types (first order, second order, etc) to best match the FIR fit results. This provides the optimal initialization for the parametric model fit.
FIR Fit Plots Subtab Fields and Buttons
**Plot Time Steps: ** Plot the step responses up to this time (for example, the x-axis for each plot will be form 0 –Response time).
Show Confidence: Display any computed confidence bands.
Redo Fit: Redo the FIR setup and fitting.
Initialize Parametric: Use these parametric approximations as initial input for the parametric fit. The results and constraints are copied to the Parametric Fit tab window.
**Row Headings: **Inputs and intermediates
Column Headings: Outputs.


2016.11.15

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容

  • 1、 姑娘F,是我的初中好友,她曾与我一起旅行、一起写文,一起经历涩涩青春。初中她是第一个和我说“HI,很高兴认识...
    文柚子子阅读 323评论 0 2
  • 夜半做了个奇怪的梦,醒来也忘记了……想唠叨几句自己看到身边人的感悟。 我们这个年龄,应该逐步被人问的只剩你结婚了...
    林草草阅读 238评论 0 0
  • 聊聊开发 一些问题 2017.8.23~2017.8.25: 正式脱离全天的学习阶段,开始跟着兰姐开始开发大道微查...
    LeoMelody阅读 322评论 1 0
  • 两岁半的小子在爷爷奶奶身边呆了半年; 奶奶带着他来到我们身边后; 经常当着我们的面对奶奶棍棒政策的严要求伺机反抗;...
    妙不可言语阅读 459评论 1 0