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.
Изучите основы System Identification Toolbox
Постройте, анализируйте, детрендируйте, и отфильтруйте время - и данные частотного диапазона, сгенерируйте и импортируйте данные
Идентифицируйте импульсный ответ, частотную характеристику и параметрические модели, такие как модели передаточной функции и пространство состояний
Идентифицируйте нелинейный ARX, Хаммерстайна-Винера и модели серого поля
Оцените коэффициенты линейного и нелинейного дифференциала, различия и уравнений пространства состояний
Сравните модель с измеренным выводом, остаточным анализом, графиками ответа с доверительными границами
Дискретизируйте модели, преобразуйте модели в другие типы, линеаризуйте нелинейные модели, моделируйте и предскажите вывод
Анализируйте данные временных рядов путем идентификации линейных и нелинейных моделей, включая AR, ARMA и модели в пространстве состояний; предскажите значения
Оцените параметры модели и состояния во время работы системы, сгенерируйте код и развернитесь к целевым процессорам