시스템 식별을 위한 데이터 준비 방법

이 툴박스에서 작업을 수행하려면 먼저 MATLAB^® 작업 공간에 데이터가 있어야 합니다. 외부 데이터 파일에서 데이터를 가져오거나 명령줄에서 수동으로 데이터 배열을 만들 수 있습니다. 데이터 가져오기에 대한 자세한 내용은 Representing Data in MATLAB Workspace 항목을 참조하십시오.

다음 작업은 데이터에서 모델을 식별하기 위해 데이터를 준비하는 데 도움이 됩니다.

 시스템 식별을 위해 데이터 표현하기

다음 중 하나를 수행하여 이 툴박스의 형식으로 데이터를 표현할 수 있습니다.

• 앱에서 작업하려면 System Identification 앱으로 데이터를 가져옵니다.

  데이터 표현하기 항목을 참조하십시오.

• 명령줄에서 작업하려면 iddata 또는 idfrd 객체를 만듭니다.

  시간 영역 데이터 또는 주파수 영역 데이터인 경우 Representing Time- and Frequency-Domain Data Using iddata Objects 항목을 참조하십시오.

  주파수 응답 데이터인 경우 Representing Frequency-Response Data Using idfrd Objects 항목을 참조하십시오.

• 잡음이 있거나 잡음이 없는 데이터를 시뮬레이션하려면 Generate Data Using Simulation 항목을 참조하십시오.

 데이터 품질 분석하기

다음 중 하나를 사용하여 데이터를 분석할 수 있습니다.

• 데이터를 플로팅하여 시간 영역 동작과 주파수 영역 동작을 모두 검사합니다.

  How to Plot Data in the App 및 How to Plot Data at the Command Line 항목을 참조하십시오.

• advice 명령으로 데이터를 분석하여 상수 오프셋과 추세, 지연, 가능한 피드백, 신호 가진(excitation) 레벨이 있는지 확인합니다.

  How to Analyze Data Using the advice Command 항목을 참조하십시오.

 데이터 전처리하기

데이터 특성에 다음과 같은 특징이 있는지 검토하여 전처리가 필요한지 확인합니다.

• 누락값 또는 잘못된 값(이상값이라고도 함). 예를 들어 누락된 데이터, 나머지 데이터와 맞지 않는 값, 제공할 정보가 없는 값을 나타내는 일종의 틈에 해당하는 부분을 확인할 수 있습니다.

  Handling Missing Data and Outliers 항목을 참조하십시오.

• 신호 레벨에서 오프셋 및 변동값(저주파수 외란).

  평균 및 선형 추세 빼기에 대한 자세한 내용은 Handling Offsets and Trends in Data 항목을 참조하고 필터링에 대한 자세한 내용은 Filtering Data 항목을 참조하십시오.

• 시스템 동특성에 대한 관심 주파수 구간보다 위쪽에 있는 고주파수 외란.

  값 데시메이션 및 보간에 대한 자세한 내용은 Resampling Data 항목을 참조하고 필터링에 대한 자세한 내용은 Filtering Data 항목을 참조하십시오.

 데이터 서브셋 선택하기

데이터를 정리하고 잡음이 있거나 정보가 누락된 부분을 제외하는 식으로 데이터를 선택할 수 있습니다. 또한 데이터 선택을 통해 추정 및 검증을 위한 독립적인 데이터 세트를 만들 수도 있습니다.

데이터 선택에 대한 자세한 내용은 Select Subsets of Data 항목을 참조하십시오.

 다중 실험에서 생성된 데이터 결합하기

여러 실험에서 생성된 데이터를 단일 데이터 세트로 결합할 수 있습니다. 여러 실험이 포함된 데이터 세트에서 추정하는 모델은 이들 실험을 대표하는 평균 시스템을 설명합니다.

다중 실험 데이터 세트 만들기에 대한 자세한 내용은 Create Multiexperiment Data Sets in the App 또는 Create Multiexperiment Data at the Command Line 항목을 참조하십시오.