非线性模型标识
识别非线性ARX，Hammerstein-Wiener和Grey-Box型号
当线性模型无法完全捕获系统动力学时，请使用非线性模型标识。您可以在系统标识应用程序或命令行。系统标识Toolbox™启用了三个非线性模型结构的创建和估计：
非线性ARX模型 - 使用动态非线性估计器（例如小波网络，树木分区和Sigmoid网络）表示系统中的非线性。
Hammerstein-Wiener模型 - 在原本线性系统中估计静态非线性。
非线性灰色框模型 - 使用带有未知参数的普通微分方程（ODE）表示您的非线性系统。
非线性模型识别需要均匀采样的时间域数据。您的数据可以具有一个或多个输入和输出通道。您还可以使用非线性ARX和非线性灰色盒模型对时间序列数据进行建模。有关更多信息，请参阅关于确定的非线性模型。
您可以使用已确定的模型在命令行，应用程序或Simulink中模拟和预测模型输出万博1manbetx®。如果您具有控制系统Toolbox™，则还可以将模型线性化并将其用于控制系统设计。有关更多信息，请参阅非线性黑盒模型的线性近似。
- 非线性模型识别基础知识
Identified nonlinear models, black-box modeling, and regularization - 非线性ARX模型
使用动态网络（例如sigmoid和小波）建模的非线性行为 - Hammerstein-Wiener模型
线性动态系统与静态非线性（例如饱和区和死区）的连接 - Nonlinear Grey-Box Models
估计非线性差异，差异和状态空间方程的系数
特色示例
