ARIMA模型——MATLAB实现

功能：估计ARMA时间序列模型参数

格式：

m = armax(data, orders)

m = armax(data, 'na', na, 'nb', nb, 'nc', nc, 'nk', nk)

m = armax(data, orders, 'Property1', Value1,..., 'PropertyN', ValueN)

摘自博客

例如：A=[1,2,3,4] xcorr(A)=[4,10,20,30,20,10,4]

注游启：xcorr.length=A.lenth*2-1 ，且为对称

autocorr(Series,nLags,M,nSTDs) //计算并绘制时间序列仿毁的自相关函数

autocorr是对序列 减去均值后做神大如的自相关 ，最后又进行了 归一化 。而且由于自相关本身是偶函数，autocorr只是取了以中点n为起始的后面n个序列。

使用matlab工具箱更为方便和直观：

1. 把u，y信号导入到工作空间里。

2. 用ident命令打开matlab系统辨识工具箱，然后点击import data，从新打开界面里导入工作空间的数据。然后可以通过图形查看该输入输出信号，或者在proprocess进行信号预处理。

3. 根据你的模型在estimate里选择linear parameter models，个人觉得你应该选择ARX结构源陪，确定阶数，然后进行估计雹桥蠢。

4. 在主界面里查看估计模型，并且可以和实际输出比较，看看拟合度。

详细使用方面参考 帮助文档消拆 System Identification Toolbox User's Guide

---