Materiales: [ Cód.: impulseIDpart1.mlx ] [ PDF ]
Este video discute cómo identificar directamente la respuesta impulsional
de un sistema discreto (los métodos que identifican respuestas ante
impulso/escalón/frecuencia se denominan “no paramétricos” en alguna
literatura; aquí gastaremos las fórmulas estándar de mínimos cuadrados, sin
diferencia alguna con los métodos “paramétricos”). La teoría de todo esto
aparece en el vídeo [
La primera parte del vídeo (hasta el minuto 04:40, aproximadamente) revisa la fórmula de convolución discreta, que dice que si la respuesta ante entrada es entonces la salida ante condiciones iniciales nulas verifica . Con la convolución, se construye una matriz toeplitz que permite hacer regresión de mínimos cuadrados (pseudoinversa).
De hecho, se trataría de un modelo ARX como el visto en el vídeo [
Se calcula la matriz de varianzas-covarianzas de los parámetros estimados
(respuesta impulsional), y los intervalos de confianza y se representa gráficamente,
según lo visto en el arriba referido vídeo [
Los valores estimados resultan muy sensibles a ruido, dado que hay pocos datos o/y no excitan suficientemente todas las direcciones necesarias; se necesitarían más datos o estimar menos parámetros (regularización).
Aunque en este vídeo se han formado todas las matrices y codificado las fórmulas para calcular intervalos de confianza, etc., en el minuto [08:20] se indica cómo se podría haber calculado los parámetros estimados con el comando arx de la System Identification toolbox.
Colección completa en ESPA
Anterior Identificación de modelos discretos lineales con estructura ARX por mínimos cuadrados
Siguiente Identificación de la respuesta impulsional de un sistema LTI discreto: regularización