System Identification Toolbox™ обеспечивает функции MATLAB®, блоки Simulink® и приложение для построения математических моделей динамических систем от измеренных данных ввода - вывода. Это позволяет вам создать и использовать модели динамических систем, не легко смоделированных от первых принципов или спецификаций. Можно использовать временной интервал и данные ввода - вывода частотного диапазона, чтобы идентифицировать передаточные функции непрерывно-разового и дискретного времени, модели процессов и модели в пространстве состояний. Тулбокс также предоставляет алгоритмы для встроенной онлайновой оценки параметра.
Тулбокс обеспечивает идентификационные методы, такие как наибольшее правдоподобие, минимизация ошибки прогноза (PEM) и система идентификации подпространства. Чтобы представлять нелинейную системную динамику, можно оценить модели Хаммерстайна-Вайнера и нелинейные модели ARX с сетью вейвлета, древовидным разделом и сигмоидальной сетевой нелинейностью. Тулбокс выполняет систему идентификации серого поля для оценки параметров пользовательской модели. Можно использовать идентифицированную модель для прогноза отклика системы и моделирования объекта в Simulink. Тулбокс также поддерживает моделирование данных timeseries и прогнозирование timeseries.
Передаточная функция, модель процесса и идентификация модели в пространстве состояний с помощью временного интервала и данных об ответе частотного диапазона
Авторегрессивный (ARX, ARMAX), Поле-Jenkins и оценка модели Output-Error с помощью наибольшего правдоподобия, минимизации ошибки прогноза (PEM) и методов системы идентификации подпространства
Онлайновая оценка параметра модели
Моделирование timeseries (AR, ARMA) и прогнозирование
Идентификация нелинейных моделей ARX и моделей Хаммерстайна-Вайнера с нелинейностью ввода - вывода, такой как насыщение и мертвая зона
Линейная и нелинейная система идентификации серого поля для оценки пользовательских моделей
Задержите оценку, удаление тренда, фильтрацию, передискретизацию и реконструкцию недостающих данных