可以使用实时数据和递归算法估计AR、ARMA、ARX、ARMAX、OE或BJ模型系数的参数。您还可以使用递归最小二乘(RLS)算法估计模型。具体算法请参见在线参数估计的递归算法.
您可以使用System Identification Toolbox™库的Estimators子库中万博1manbetx的Simulink块执行在线参数估计。然后,您可以为这些块生成C/ c++代码和结构化文本万博1manbetxSimulink编码器™和万博1manbetx仿真软件PLC编码器™,并将此代码部署到嵌入式目标。您还可以在命令行执行在线估计,并使用MATLAB®编译程序™或MATLAB编码器.
recursiveAR |
创造系统对象AR模型的在线参数估计 |
recursiveARMA |
创造系统对象用于ARMA模型的在线参数估计 |
recursiveARX |
创造系统对象用于ARX模型的在线参数估计 |
recursiveARMAX |
创造系统对象用于在线估计ARMAX模型的参数 |
recursiveBJ |
创造系统对象Box-Jenkins多项式模型参数在线估计 |
recursiveOE |
创造系统对象用于输出误差多项式模型的在线参数估计 |
recursiveLS |
创造系统对象基于递推最小二乘算法的在线参数估计 |
一步 |
使用递归估计算法在线更新模型参数和输出 |
克隆 |
拷贝在线参数估计系统对象 |
重置 |
重置在线参数估计系统对象 |
释放 |
在线解锁参数估计系统对象 |
isLocked |
在线参数估计的锁定状态系统对象 |
rpem |
用递归预测误差最小化法估计一般的投入产出模型 |
rplr |
用递归伪线性回归方法估计一般的投入产出模型 |
段 |
各分部的分部数据和估算模型 |
递归最小二乘估计 | 使用递归最小二乘(RLS)算法估计模型系数 |
递归多项式模型估计器 | 估计投入产出和时间序列多项式模型系数 |
型号转换器 | 将多项式模型系数转换为状态空间模型矩阵 |
实时估计系统的状态和参数。
数据、算法和估计实现的差异。
遗忘因子、卡尔曼滤波、梯度和非标准化梯度以及在线参数估计的有限历史算法。
Simulink中在线参数估计数据的预处理万博1manbetx
去除数据中的漂移、偏移、缺失样本、季节性、均衡行为和异常值。
这个例子展示了如何实现一个在线递归最小二乘估计。
这个例子展示了如何实现一个在线多项式模型估计器。
在Simulink中验证在线参数估计结果万博1manbetx
检查估计误差、参数协方差以及模拟和测量输出之间的差异。
基于粒子滤波块的Simulink参数和状态估计万博1manbetx
这个示例演示了在系统识别工具箱™中使用粒子过滤器块。
使用系统对象在线参数估计。
这个例子展示了如何在MATLAB命令行上对时变ARX模型进行在线参数估计。
这个例子展示了如何在MATLAB命令行中使用递归估计算法在线估计线拟合的参数。
检查估计误差、参数协方差以及模拟和测量输出之间的差异。
使用数据分割对显示突变的系统建模。
在Simulink中生成在线参数估计代码万博1manbetx
使用生成C/C++代码和结构化文本万博1manbetx仿真软件编码器和万博1manbetx仿真软件PLC编码器s manbetx 845产品。
使用生成C/C++代码MATLAB编码器软件;系统对象的限制。
检查您的模型、估计数据、估计设置和初始参数值。