SSI

这个功能执行随机子空间识别，采用模式凝聚算法，而不依赖于系统识别工具箱函数n4sid。示例文件演示如何识别受高斯白噪声激励的2DOF系统，增加了激励和响应的不确定性（同样是高斯白噪声）。函数参数包括输出响应数据的大小（输出通道数，数据数）、采样频率、Hankel矩阵的列数、Hankel矩阵的行数、模式阶数的初始截止值和最大截止值，以及模式的最小允许CMI、MAC和频率差的限制。用户可选择是否绘制图表。

在SSI框架下，ibatis 2.X的详细使用文档为那些希望深入学习ibatis的人提供了重要的参考价值。