beschrieben werden. Zur offline Identifizierung der Parameter a, b und c ist die curve fitting toolbox eine große Hilfe, ein so einfaches Gleichungssystem lässt sich auch mit mlddivide lösen:
Code:
z = [ones(numel( x ) , 1) , x(:) , y(:)]; %Erstelle Matrix für lineares Gleichungssystem
fitParam = z\data.k1(:); %Löse lineares Gleichungssystem
Soweit so gut, ich würde das nun gern online, also während der Laufzeit rekursiv lösen können, ohne dabei vorher eine bestimmte Menge Daten sammeln zu müssen und den Weg über ein Gleichungssystem zu gehen.
Dabei ist Np bloß ein ganze Zahl die die Anzahl der parameter vorgibt. Wie kann da eine Funktion vorgegeben werden?
Edit: Ich habe mich da schlecht ausgedrückt. Gefragt ist, wie der Funktion recursiveLS eine mathematische Funktion, bspw der Form z= a+ b*x + c*y vorgegeben werden kann.
gar nicht. Ein lineares System ist bereits durch die Anzahl der Prädiktoren eindeutig spezifiziert. Die Frage wäre höchstens, wie man einen konstanten Term hineinbekommt. Da kann man sich aber behelfen, indem man 1 als Prädiktor nimmt.
Grüße,
Harald
_________________
1.) Ask MATLAB Documentation
2.) Search gomatlab.de, google.de or MATLAB Answers
3.) Ask Technical Support of MathWorks
4.) Go mad, your problem is unsolvable ;)
Anzahl der Parameter wäre bei dir 3.
Der konstante Term muss auch berücksichtigt werden, ähnlich wie du das beim Aufstellen des Gleichungssystems gemacht hast.
Grüße,
Harald
_________________
1.) Ask MATLAB Documentation
2.) Search gomatlab.de, google.de or MATLAB Answers
3.) Ask Technical Support of MathWorks
4.) Go mad, your problem is unsolvable ;)
es liegt ohnehin an dir, die Prädiktoren anzugeben. Ich würde mich an dem Beispiel "Estimate Parameters of System Using Recursive Least Squares Algorithm" aus der Doku orientieren.
1.) Ask MATLAB Documentation
2.) Search gomatlab.de, google.de or MATLAB Answers
3.) Ask Technical Support of MathWorks
4.) Go mad, your problem is unsolvable ;)
Diese Zeile musste noch daran angepasst werden, dass unser Output jetzt z und nicht mehr y heißt, ansonsten passt das. Ohne Rauschen werden die Testwerte für a,b & c korrekt geschätzt, mit rauschen entspricht das Ergebnis dem Ergebnis des curve fitting tools.
Hier mal der komplette Code, für Menschen, die bei Rekursionen genauso auf dem Schlauch stehen wie ich
Der Fit an ein Polynom mit x zweiter Potenz und y zweiter Potenz funktioniert auch (siehe die auskommentierten Zeilen 11 & 57).
Code:
%% Estimate Parameters of System Using Recursive Least Squares Algorithm
% Create a System object for online estimation using the recursive least squares % algorithm.
% input = z3.u; % output = z3.y;
%% % Create a variable to store |u(t-1)|. This variable is updated at each time % step.
oldInput = 0;
%% % Estimate the parameters and output using |step| and input-output data, maintaining % the current regressor pair in |H|. Invoke the |step| function implicitly by % calling the |obj| system object with input arguments.
% z= a + b*x + c*y % H = [1, x(i), y(i)] % % _____________ % y = a + b*x + c * x^2 % H = [1, x(i), x(i)^2] % _____________ % % f(x,y) = p00 + p10*x + p01*y + p20*x^2 + p11*x*y + p02*y^2 % H= [1, x(i), y(i), x(i)^2, x(i)*y(i),y(i)^2];
for i = 1:numel(x)
H = [1, x(i), y(i)];
%H= [1, x(i), y(i), x(i)^2, x(i)*y(i),y(i)^2];
[theta, EstimatedOutput] = obj(z(i),H);
estimatedOut(i)= EstimatedOutput;
theta_est(i,:) = theta;
oldInput = x(i);
end
plot(numSample,theta_est(:,1),numSample,theta_est(:,2),numSample,theta_est(:,3)) title('Parameter Estimates for Recursive Least Squares Estimation') legend("theta1","theta2","theta3")
%% % View the final estimates.
theta_final = theta
%% % _Copyright 2015-2018 The MathWorks, Inc._
"A Variable Outside a Loop Cannot Refer to a Handle Object Allocated Inside a Loop"
Gut und schön, ich erstelle dann jedes mal in der benötigten Funktion meine Objekt erneut. Dabei muss ich die vorhandenen Parameter als Startparameter und die aktuelle Kovarianz als Startkovarianz übergeben, sonst konvergiert der Algorithmus nie (richtig?)
Error using idRecursiveEstimator/set.InitialParameterCovariance (line 792)
"Parameter Covariance Matrix" must be square, symmetric and positive-definite.
Auf der Suche nach dem Fehler, habe ich alle 3 Bedingungen geprüft:
a) Gibt es eine geschicktere Möglichkeit das Objekt zu erstellen und damit zu arbeiten? (Globale Variablen müssen leider ausscheiden)
b) Wie umgehe ich diesen Fehler?
ich denke, dass es keine gute Idee ist, das Objekt immer neu zu erzeugen. Dann geht ja die Historie verloren. Aus der Doku von recursiveLS ist das verlinkt, was zu persistent Variablen rät:
https://www.mathworks.com/help/iden.....or-online-estimation.html
Vielleicht hilft dir das schon weiter?
Positiv definit heißt ja, dass die Eigenwerte > 0 sein müssen. Sind die Eigenwerte wirklich > 0 und nicht = 0?
Grüße,
Harald
_________________
1.) Ask MATLAB Documentation
2.) Search gomatlab.de, google.de or MATLAB Answers
3.) Ask Technical Support of MathWorks
4.) Go mad, your problem is unsolvable ;)
Wenn nun mein Controller während der Regression ausgeschaltet wird (und das wird er mehrfach, ich tracke Daten über einen langen Zeitraum), würde ich aber so vorgehen wir beschrieben oder?
Also bei jedem Durchlauf das aktuelle Theta abspeichern, die aktuelle Kovarianz abspeichern und dann halt ggfs neu einsetzen? Oder kann auf die Kovarianz auch verzichtet werden?
intuitiv hängt das für mich davon ab, wo der Controller weitermachen soll. Wenn die Information genutzt werden soll, die beim letzten Betrieb verfügbar war, dann würde ich das Objekt nicht neu erstellen, ansonsten schon.
Zudem würde ich sagen: je mehr man über den Prozess weiß (und eventuelle Zusammenhänge, sprich z.B. die Kovarianz), desto besser.
Allerdings kenne ich mich mit dem Thema nicht wirklich aus und habe mir nur die Doku angesehen. Der Technische Support von MathWorks kann im Zweifelsfall sicher kompetentere Hilfestellung leisten.
Grüße,
Harald
_________________
1.) Ask MATLAB Documentation
2.) Search gomatlab.de, google.de or MATLAB Answers
3.) Ask Technical Support of MathWorks
4.) Go mad, your problem is unsolvable ;)
Einstellungen und Berechtigungen
Du kannst Beiträge in dieses Forum schreiben. Du kannst auf Beiträge in diesem Forum antworten. Du kannst deine Beiträge in diesem Forum nicht bearbeiten. Du kannst deine Beiträge in diesem Forum nicht löschen. Du kannst an Umfragen in diesem Forum nicht mitmachen. Du kannst Dateien in diesem Forum posten Du kannst Dateien in diesem Forum herunterladen
MATLAB, Simulink, Stateflow, Handle Graphics, Real-Time Workshop, SimBiology, SimHydraulics, SimEvents, and xPC TargetBox are registered trademarks and The MathWorks, the L-shaped membrane logo, and Embedded MATLAB are trademarks of The MathWorks, Inc.
RSS