主要内容

在线参数估计

在命令行和Simulink中使用递归算法估计模型参数万博1manbetx®

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™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™MATLAB编码器

功能

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
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

主题

在线评估基础

什么是在线评估?

实时估计系统的状态和参数。

在线参数估计与离线参数估计有何不同

数据、算法和估计实现的差异。

在线参数估计的递归算法

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。

在线参数估计万博1manbetx

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。

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递归最小二乘估计。

在线ARMAX多项式模型估计

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。

在线参数估计在命令行

在命令行执行在线参数估计

使用系统对象在线参数估计。

跟踪时变系统动力学的在线ARX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。

在线递推最小二乘估计的直线拟合

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。

在命令行上验证在线参数估计

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。

数据分割

使用数据分割对显示突变的系统建模。

代码生成

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仿真软件编码器万博1manbetx仿真软件PLC编码器s manbetx 845产品。

在MATLAB中生成在线参数估计的代码

使用生成C/C++代码MATLAB编码器软件;系统对象的限制。

故障排除

在线故障诊断参数估计

检查您的模型、估计数据、估计设置和初始参数值。