MATLAB中非线性ARX模型仿真失败问题求助

问题描述 #

使用MATLAB系统辨识工具箱估计非线性ARX模型（nlarx2），对验证数据集仿真时响应不稳定，无法生成compare函数结果。仿真代码：

opt3=simOptions("InputOffset",4,"InitialCondition",IO); sim(nlarx2,Data_val1.InputData,opt3)

初始条件IO来自训练数据集的compare函数输出，仿真时触发警告：

在58秒时模型输出变为非有限值，中止后续仿真

仅得到无效仿真图像，不确定是否需调整模型离散性或存在其他问题。

排查与解决建议 #

1. 初始条件与数据集一致性校验 #

• 确认IO的维度、采样时刻与验证数据集Data_val1完全匹配。训练集与验证集的采样率、输入输出维度若不统一，直接复用训练集的初始条件会导致模型状态初始化异常。
• 临时将InitialCondition设为'z'（零初始条件）或'e'（自动估计初始条件），对比仿真结果是否仍发散，快速排除初始条件的影响。

2. 模型结构与非线性环节约束 #

• 检查非线性ARX模型的非线性映射模块（如小波网络、Sigmoid网络）复杂度。过度复杂的非线性模块在验证集输入超出训练集分布范围时，极易出现数值发散。可尝试降低非线性模块的阶数/神经元数量，重新估计模型。
• 确认模型离散时间步长Ts与数据集采样率匹配。若训练集和验证集采样间隔不同，需用resample统一采样率，或在模型估计时明确指定Ts参数（如nlarx(train_data, orders, nonlinearity, 'Ts', 0.1)）。

3. 输入数据与偏移量合理性验证 #

• 校验InputOffset=4的合理性：该偏移量是否为训练集输入的均值？若验证集输入均值与训练集差异较大，固定偏移量会导致模型输入偏差，引发数值不稳定。建议计算验证集输入均值（mean(Data_val1.InputData)），调整偏移量参数。
• 排查验证集Data_val1.InputData是否存在异常值（NaN、无穷大）或突变输入，这类数据会触发非线性模块的极端输出，导致模型发散。可通过isnan(Data_val1.InputData)、isinf(Data_val1.InputData)排查并清理数据。

4. 仿真过程数值稳定性调试 #

• 启用全量警告：仿真前执行warning on all，查看是否有矩阵奇异、数值溢出等潜在警告，定位具体发散原因。
• 分段仿真调试：将验证集拆分为前50秒、50-58秒两段分别仿真，观察模型在哪个输入区间开始发散，针对性分析该区间的输入特征与模型响应。

内容的提问来源于stack exchange，提问作者Fibaro