Fits~ Overview – Fits

拟合
概述 – 拟合
Fit(拟合)是完成对拟合组的一个特定辨识,从而得到一组候选的模型关系。当创建一个新拟合时,它从父拟合组继承输入/输出和结构定义。
Fits是AIDAPro的核心对象。 其主要用于从工作区中的位号数据估计模型。 除了父拟合组外,拟合由以下定义:
•名称,描述和注释;
•用于拟合的数据;
•某些拟合选项,如多处重新采样,斜坡变量的斜坡标志,预过滤器选项等。
AIDAPro推荐的辨识方法是,首先对数据进行非参数拟合(FIR),从简化模型中获得初始参数模型。使用此参数模型作为数据参数模型拟合中的初始估计。 详情请参见第27页的“AIDAPro辨识”。

使用拟合
通用
单击AIDAPro树中的fit(拟合)打开Fit Summary (拟合概述)窗口。此窗口将显示以下可编辑字段:Fit名称,描述及区域笔记。
此窗口还包含了拟合中参数模型的信息,如当对拟合或父拟合组作了一些更改后,其是最新的还是需要重新拟合。


通用窗口字段
Name(名称) 拟合名称
Description(描述) 拟合描述
Notes (注释) 与Fit相关的注释;
**FIR fit: ** 拟合的FIR模型是最新的?还是由于模型参数,模型阶数,模型结构或数据集的变化需要重新构建?
Parametric fit from data:(从数据中参数拟合) 拟合的参数模型是最新的?还是由于模型参数,模型阶数,模型结构或数据集变化需要重新构建?

数据
在该窗口指定拟合所需使用的数据。 工作区内的所有数据段都列在此处。选中要用于此处拟合的数据段。如果选中了多个数据段,则拟合中将使用所有段的并集所跨越的时间。
包含在父拟合组标签的数据段中的所有坏数据段仅对选中的数据段显示。这些坏的数据段将不在AIDAPr引擎计算中使用。同时你将无法在此表格中编辑这些数据段。可打开坏数据段对话框来编辑坏的数据片。


原文:
Fits
Overview – Fits
A Fit is a particular identification completion of a fit group, resulting in a set of candidate model relationships. When a new fit is created, it inherits from the parent fit group the inputs/outputs and structure definition.
Fits are the core object of AIDAPro. This is where you estimate models from tag data in the workspace. In addition to parent fit groups, fits are defined by:
• Name, description and notes.
• Data to be used in the fit.
• Certain fit options such as resample multiple, ramp flag for ramp variables, prefilter options, etc.
The recommended identification approach in AIDAPro is to first obtain a parametric model from model reduction of a non-parametric fit (FIR) of the data. Use this parametric model as an initial estimate in the parametric model fit of the data. See “AIDAPro Identification” on page 27 for more details.

Using Fits
General
Clicking on a fit in the AIDAPro tree opens the Fit Summary window. This window displays editable fields for the Fit name, a description and area for notes.
This window also contains information about the parametric models contained in the fit, such as if they are up-to-date or need re-fitting because of some changes made to either the fit or the parent fit group.

General Window Fields
**Name ** Fit Name
**Description ** Fit Description
**Notes ** Notes related to the Fit
**FIR fit: **Is the fit FIR model up to date or does it require rebuilding due to a change in model parameter, model order, model structure or data set?
Parametric fit from data: Is the fit parametric model up to date or does it require rebuilding due to a change in model parameter, model order, model structure or data set?

Data
The data used by the fit is specified on this window. All the segments in the workspace are listed here. Select the ones you want to use for this fit. If multiple segments are selected, the time spanned by the union of all the segments is used in the fit.
All the bad slices contained in a segment for the tags in the parent fit group are shown for the selected segments only. These bad slices of data are not used in the AIDAPro engine computations. Note that you cannot edit these segments in this table. Open the Bad Slicing dialog box to edit the bad slice.


2016.10.30

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,189评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,577评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,857评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,703评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,705评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,620评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,995评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,656评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,898评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,639评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,720评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,395评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,982评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,953评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,195评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,907评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,472评论 2 342

推荐阅读更多精彩内容