系统辨识工具箱
从测量的输入-输出数据创建线性和非线性动态系统模型
系统识别工具箱™提供MATLAB®功能，万博1manbetx®块,和一个应用程序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。
工具箱提供了识别技术，如最大似然、预测误差最小化(PEM)和子空间系统识别。为了表示非线性系统动力学，您可以使用小波网络、树形划分和s形网络非线性来估计Hammerstein-Wiener模型和非线性ARX模型。工具箱执行灰箱系统标识以估计用户定义模型的参数。您可以在Simulink中使用识别出的模型进行系统响应预测和工厂建模。万博1manbetx工具箱还支持时间序列数据建模和时间万博1manbetx序列预测。
开始:
数据导入和预处理
输入实测时域和频域数据。您可以通过执行诸如去趋势化、过滤、重采样以及重构丢失的数据等操作来对数据进行预处理。
模型估计与验证
从测量的输入-输出数据中识别线性和非线性模型。您可以比较已确定的模型，分析它们的属性，计算它们的置信范围，并根据测试数据集验证它们。
传递功能和过程模型
估计具有指定数量的极点和零点的多输入多输出连续或离散时间传递函数。您可以指定传输延迟，也可以让工具箱自动确定它。
状态空间和多项式模型
确定最优模型顺序并估计系统的状态空间模型。您还可以估计ARX、ARMAX、Box-Jenkins和输出错误多项式模型。
频率和脉冲响应模型
使用光谱和相关分析从频域和时域数据估计系统的模型。频率响应数据也可以通过Simulink控制设计从Simulink模型中获得。万博1manbetx
参数估计与递归模型
使用递归模型实时估计系统的模型，当新数据传入时，递归模型更新参数。您可以使用内置的Simulink块来实现这些模型。万博1manbetx使用Simulink Coder™从块中生成C/ c++代码，以针对嵌入式设备。万博1manbetx
状态估计与卡尔曼滤波器
使用线性、扩展或无迹卡尔曼滤波器以及粒子滤波器从实时数据估计系统状态。您可以使用内置的Simulink块实现这些算法。万博1manbetx使用Simulink Coder™从块中生成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
使用内置块在Simulink中实现估计模型、状态估计器和递归模型。万博1manbetx您可以使用这些块执行系统分析和控制设计任务。
控制器设计
使用“控制系统工具箱”使用您估计的模型来设计和调优控制器。在PID调谐器应用程序中使用系统识别功能，从测量数据或具有不连续的Simulink模型中估计线性植物动态。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™）。
用小波非线性估计非线性ARX模型。
Hammerstein-Wiener模型
估计静态非线性失真出现在输入和输出的一个否则线性系统。例如，可以估计影响直流电机输入电流的饱和电平。
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的健康状况。
住编辑任务
通过对损失函数应用加权预滤波，提高估计状态空间和过程模型的精度
住编辑任务
交互式地执行状态空间和流程模型识别任务，并在活动脚本中生成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
看到发行说明有关这些功能和相应功能的详细信息。
