Онлайновые алгоритмы оценки состояния обновляют оценки состояния вашей системы, когда новые данные доступны. Можно оценить состояния системы с помощью данных реального времени и линейных и нелинейных алгоритмов Фильтра Калмана. Можно выполнить онлайновую оценку состояния с помощью блоков Simulink®, сгенерировать код C/C++ для этих блоков с помощью Simulink Coder™ и развернуть этот код на целевом процессоре. Можно также выполнить онлайновую оценку состояния в командной строке и развернуть код с помощью MATLAB® Compiler™ или MATLAB Coder.
kalman | Проект фильтра Калмана, Оценка состояния фильтра Калмана |
kalmd | Разработайте дискретную Оценку состояния фильтра Калмана для непрерывного объекта |
estim | Сформируйте средство оценки состояния, данное усиление средства оценки |
extendedKalmanFilter | Создайте расширенный объект Фильтра Калмана для онлайновой оценки состояния |
unscentedKalmanFilter | Создайте объект сигма-точечного фильтра Калмана для онлайновой оценки состояния |
particleFilter | Объект фильтра частиц для онлайновой оценки состояния |
correct | Правильное ошибочное использование ковариации оценки состояния и оценки состояния расширено или сигма-точечный фильтр Калмана, или фильтр частиц и измерения |
predict | Предскажите ошибочную ковариацию оценки состояния и оценки состояния при следующем расширенном использовании временного шага или сигма-точечный фильтр Калмана или фильтр частиц |
initialize | Инициализируйте состояние фильтра частиц |
clone | Скопируйте онлайновый объект оценки состояния |
| Kalman Filter | Оцените состояния дискретного времени или непрерывно-разовой линейной системы |
| Extended Kalman Filter | Оцените состояния дискретного времени нелинейная система с помощью расширенного Фильтра Калмана |
| Particle Filter | Оцените состояния дискретного времени нелинейная система с помощью фильтра частиц |
| Unscented Kalman Filter | Оцените состояния дискретного времени нелинейная система с помощью сигма-точечного фильтра Калмана |
Расширенный и алгоритмы сигма-точечного фильтра Калмана для онлайновой оценки состояния
Описание базовых алгоритмов для оценки состояния нелинейных систем.
Этот пример показывает, как выполнить Кальмана, фильтрующего.
Это тематическое исследование иллюстрирует проект Фильтра Калмана и симуляцию и для установившихся и для изменяющихся во времени Фильтров Калмана.
Нелинейная оценка состояния Используя сигма-точечный фильтр Калмана и фильтр частиц
Оцените нелинейные состояния осциллятора Ван дер Поля с помощью алгоритма сигма-точечного фильтра Калмана.
Подтвердите онлайновую оценку состояния в командной строке
Подтвердите онлайновую оценку состояния, которая выполняется с помощью расширенный и алгоритмы сигма-точечного фильтра Калмана.
Сгенерируйте код для онлайновой оценки состояния в MATLAB
Развернитесь расширенный или сигма-точечные фильтры Калмана или фильтры частиц с помощью программного обеспечения MATLAB Coder.
Оценка состояния Используя изменяющийся во времени фильтр Калмана
Оцените состояния линейных систем с помощью изменяющихся во времени Фильтров Калмана в Simulink.
Оцените состояния нелинейной системы с несколькими, многоскоростными датчиками
Используйте блок Extended Kalman Filter, чтобы оценить состояния системы с несколькими датчиками, которые действуют на различных уровнях выборки.
Параметр и оценка состояния в Simulink Используя блок фильтра частиц
Этот пример демонстрирует использование блока Particle Filter в Control System Toolbox™.
Нелинейная оценка состояния деградирующей системы батареи
Этот пример показывает, как оценить состояния нелинейной системы с помощью Сигма-точечного фильтра Калмана в Simulink™.
Подтвердите онлайновую оценку состояния в Simulink
Подтвердите онлайновую оценку состояния, которая выполняется с помощью Расширенных блоков Фильтра Калмана и Сигма-точечного фильтра Калмана.
Диагностируйте онлайновую оценку состояния
Диагностируйте выполняемое расширенное использование онлайновой оценки состояния и алгоритмы сигма-точечного фильтра Калмана.