matlab对rbf-arx模型参数辨识

在 MATLAB 中，可以使用 System Identification Toolbox 中的函数来对 RBF-ARX 模型参数进行辨识。以下是一个简单的示例：

首先，生成一些模拟数据：

t = 0:0.1:10;
y = sin(t) + 0.1*randn(size(t));
u = cos(t);
data = iddata(y', u', 0.1);

然后，使用 `rbarx` 函数来建立一个 RBF-ARX 模型，并使用 `arxstruc` 函数来选择最佳的模型阶数：

model = rbarx(data, 5, 'gaussmf');
struc = arxstruc(data, [], [1:10], 'ff', model);

最后，使用 `armax` 函数来对 RBF-ARX 模型参数进行辨识：

sys = armax(data, struc.best);

在上面的代码中，`5` 是隐藏节点数，`'gaussmf'` 是径向基函数类型。`arxstruc` 函数中的 `[1:10]` 是指模型阶数的范围，`'ff'` 表示使用前馈结构。`struc.best` 是选择出的最佳模型阶数。

辨识完成后，可以使用 `compare` 函数来比较辨识出的模型和原始数据：

compare(data, sys);