如何从ssest matlab函数中提取状态空间(e(t))的剩余值?

如何从ssest matlab函数中提取状态空间(e(t))的剩余值?,matlab,state-space,system-identification,Matlab,State Space,System Identification,具有输入向量u、输出向量y和干扰e的系统的状态空间模型在连续时间内采用以下形式: d(x(t))/dt=Ax(t)+Ke(t) y(t)=Cx(t)+e(t) 在MATLAB函数ssest中,我能够提取A、C和K参数,但是我真正感兴趣的是提取e(t)参数,以便建立剩余的协方差 data = iddata(X(:,1:100,10)',[],1); opt = ssestOptions('EstCovar',true); sys = ssest(data,[1:10],opt);

具有输入向量u、输出向量y和干扰e的系统的状态空间模型在连续时间内采用以下形式:

d(x(t))/dt=Ax(t)+Ke(t)
y(t)=Cx(t)+e(t)

在MATLAB函数
ssest
中,我能够提取A、C和K参数,但是我真正感兴趣的是提取
e(t)
参数,以便建立剩余的协方差

  data = iddata(X(:,1:100,10)',[],1);
  opt  = ssestOptions('EstCovar',true);
  sys  = ssest(data,[1:10],opt);

  A = sys.A;                      % state transition matrix
  C = sys.C;                      % observation matrix
  K = sys.K;                      % inovation form
有人能告诉我,如果使用此功能,我可以这样做吗?

e(t)
是一种干扰,它不是模型的一部分(它是模型的输入),因此“提取”它没有意义,您不能这样做。这是你想要的


有关更多详细信息,请参阅。

谢谢您的回复!但是@am304,关于状态空间估计,它估计使剩余最小化的参数,对吗?所以如果这是真的,我应该期望最终获得剩余的信息,作为最小化迭代的结果。看看第一个建议,它返回参数的不确定性。但是,如何将这些信息转换为模型的不确定性?这是因为,考虑到问题导言中提到的方程,矩阵尺寸必须匹配,并且这些方程清楚地显示了模型的不确定性。我一直在看这里,但是还没有运气。你能给我更多的信息吗,@am304?我只能建议你看看,然后。看起来您可能需要使用系统标识工具。