系统辨识工具箱

创建从所测量的输入输出数据的线性和非线性动态系统模型

系统辨识工具箱™提供MATLAB®功能,Simulink万博1manbetx的®块,以及用于从所测量的输入输出数据构成的动态系统的数学模型的应用程序。它可以让你创建和动力系统的使用模式不容易从第一原则或规范建模。可以使用时域和频域的输入输出数据,以确定连续时间和离散时间传递函数,过程模型,和状态空间模型。该工具箱还提供了嵌入式在线参数估计算法。

该工具箱提供标识技术,例如最大似然,预测误差最小化(PEM),并且子空间系统识别。为了表示非线性系统动力学,你可以估算的Hammerstein - 韦纳模型和非线性ARX模型小波网络,树分区,乙状网络的非线性。该工具箱用于估计一个用户定义的模型的参数进行灰盒系统识别。您可以使用Simulink中的系统响应预测和植物造型辨识模型。万博1manbetx该工具箱还支持时间序列数据建模和时万博1manbetx间序列预测。

入门

了解系统辨识工具箱的基础知识

数据准备

情节,分析,消除趋势,和过滤器时域和频域数据,生成并导入数据

线性模型辨识

识别脉冲响应,频率响应和参数化模型,如状态空间和传递函数模型

非线性模型辨识

识别非线性ARX,汉默斯坦 - 维纳,和灰盒模型

灰盒模型估计

估计线性和非线性微分,差和状态空间方程的系数

模型验证

比较模型来测量的输出,残差分析,响应曲线与置信边界

模型分析

模型离散化,将模型转换到其他类型的,线性非线性模型,模拟和预测输出

时间序列分析

通过识别线性和非线性模型,包括AR,ARMA,和状态空间模型分析时间序列数据;预测值

在线估计

估算模型参数和状态系统操作过程中,生成代码并将其部署到各种嵌入式目标