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，万博1manbetx®块，和一个应用用于从测得的输入输出数据构成的动态系统的数学模型。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 - 维纳模型和非线性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。
开始:
数据导入和预处理
进口测量的时域和频域数据。您可以通过执行诸如消解趋势，过滤，重采样操作预处理的数据，也缺少重建数据。
模型估计和验证
从测量的投入产出数据识别线性和非线性模型。您可以比较已识别的模型，分析它们的属性，计算它们的置信界限，并根据测试数据集验证它们。
状态空间和多项式模型
确定最优模型的顺序，并估计系统的状态空间模型。您还可以估计ARX、ARMAX、Box-Jenkins和输出误差多项式模型。
频率和脉冲响应模型
使用光谱和相关性分析，从频域和时域数据估计您的系统的模型。频率响应数据，也可以从利用Simulink控制设计Simulink模型获得。万博1manbetx
参数估计递归模型
使用递归模型实时评估系统模型，递归模型会在新数据传入时更新其参数。您可以使用内置的Simulink块来实现这些模型。万博1manbetx使用Simulink Coder™从这些块生成C/ c++代码，以针对嵌入式设备。万博1manbetx
状态估计卡尔曼滤波器
估计系统状态从实时数据使用线性，扩展，或无气味卡尔曼滤波器以及粒子滤波器。您可以使用内置的Simulink块来实现这些算法。万博1manbetx使用Simulink Coder™从这些块生成C/ c++代码，以针对嵌入式设备。万博1manbetx
与仿真软件的集成万博1manbetx
使用内置的模块实现模型估计，状态估值和递归模型在Simulink。万博1manbetx你可以进行系统的分析和控制使用这些模块的设计任务。
控制器设计
使用您估计的模型来设计和调整控制器与控制系统工具箱。使用PID调谐器应用程序中的系统识别功能，从测量数据或不连续性的Simulink模型估计线性植物动力学。万博1manbetx
非线性ARX模型
系统通过结合自回归模型与非线性模型为代表的小波网络,树分区,(与 乙状结肠网络和神经网络深度学习工具箱™）。
估计小波非线性非线性ARX模型。
Hammerstein-Wiener模型
估计静态存在于原本线性系统的输入和输出的非线性失真。例如，您可以估算影响运行直流电机的输入电流的饱和度。
非线性灰箱模型比线性模型更能代表双罐系统。
时间序列模型
估计时间序列模型，以适应从您的系统的测量数据。然后，您可以预测时间序列模型的未来值来预测你的系统将如何表现。
时间序列模型可以用来预测设备健康。
现场编辑任务
通过应用加权预过滤器的损失函数提高估计的状态空间和过程模型精度
现场编辑任务
交互式执行状态空间和过程模型识别任务，并在现场脚本生成MATLAB代码
残差扩展和无味卡尔曼滤波器
计算滤波器预测的残差和残差协方差
看到发行说明对任何这些特征和对应的功能的详细说明。
