Exponenta Banner

Сигма-точечный фильтр Калмана

Оцените состояния дискретного времени нелинейная система с помощью сигма-точечного фильтра Калмана

расширьте все на странице
  • Библиотека:

  • Control System Toolbox / Оценка состояния

    System Identification Toolbox / средства оценки

Описание

Блок Unscented Kalman Filter оценивает состояния дискретного времени нелинейная система с помощью алгоритма сигма-точечного фильтра Калмана дискретного времени.

Считайте объект с состояниями x, входом u, выводом y, шум процесса w и шум измерения v. Примите, что можно представлять объект как нелинейную систему.

Используя функции изменения состояния и измерения системы и алгоритма сигма-точечного фильтра Калмана, блок производит оценки состояния x^ для шага текущего времени. Для получения информации об алгоритме смотрите Расширенный и Алгоритмы Сигма-точечного фильтра Калмана для Онлайновой Оценки состояния.

Вы создаете нелинейную функцию изменения состояния и функции измерения для системы и задаете эти функции в блоке. Блок поддерживает оценку состояния системы с несколькими датчиками, которые действуют на различных уровнях выборки. Можно задать до пяти функций измерения, каждый соответствующий датчику в системе. Для получения дополнительной информации смотрите Функции Изменения состояния и Измерения.

Порты

Входной параметр

развернуть все

Измеренные системные выходные параметры, соответствующие каждой функции измерения, которую вы задаете в блоке. Количество портов равняется количеству функций измерения в вашей системе. Можно задать до пяти функций измерения. Например, если ваша система имеет два датчика, вы задаете две функции измерения в блоке. Первый порт y1 доступен по умолчанию. Когда вы нажимаете Apply, программное обеспечение генерирует порт y2, соответствующий второй функции измерения.

Задайте порты как N - размерные векторы, где N является количеством количеств, измеренных соответствующим датчиком. Например, если ваша система имеет один датчик, который измеряет положение и скорость объекта, затем существует только один порт y1. Порт задан как 2-мерный вектор со значениями, соответствующими положению и скорости.

Зависимости

Первый порт y1 доступен по умолчанию. Порты y2 к y5 сгенерированы, когда вы нажимаете Add Measurement и нажимаете Apply.

Типы данных: single | double

Дополнительный дополнительный входной параметр к изменению состояния функционирует f кроме x состояния и шума процесса w. Для получения информации об изменении состояния функции видят, Изменение состояния и Функции Измерения.

Предположим, что ваша система имеет неаддитивный шум процесса и функцию изменения состояния, f имеет следующую форму:

x(k+1) = f(x(k),w(k),StateTransitionFcnInputs).

Здесь k является временным шагом, и StateTransitionFcnInputs является дополнительным входным параметром кроме x и w.

Если вы создаете f с помощью функции MATLAB® (файл .m), программное обеспечение генерирует порт StateTransitionFcnInputs, когда вы нажимаете Apply. Можно задать входные параметры к этому порту как скаляр, вектор или матрица.

Если ваша функция изменения состояния имеет больше чем один дополнительный вход, используйте Функциональный блок Simulink, чтобы задать функцию. Когда вы используете Функциональный блок Simulink, вы предоставляете дополнительные входные параметры непосредственно использованию Функционального блока Simulink блоки Inport. Никакие входные порты не сгенерированы для дополнительных входных параметров в блоке Unscented Kalman Filter.

Зависимости

Этот порт сгенерирован, только если оба из следующих условий удовлетворены:

  • Вы задаете f в Function с помощью функции MATLAB, и f находится на пути MATLAB.

  • f требует только одного дополнительного входного параметра кроме x и w.

Типы данных: single | double

Дополнительные дополнительные входные параметры к измерению функционируют кроме x состояния и шума измерения v. Для получения информации об измерении функции видят, Изменение состояния и Функции Измерения.

MeasurementFcn1Inputs соответствует первой функции измерения, которую вы задаете и так далее. Например, предположите, что ваша система имеет три датчика и неаддитивный шум измерения и три функции измерения h1, h2, и h3 имеет следующую форму:

y1[k] = h1(x[k],v[k],MeasurementFcn1Inputs)

y2[k] = h2(x[k],v[k],MeasurementFcn2Inputs)

y3[k] = h3(x[k],v[k])

Здесь k является временным шагом, и MeasurementFcn1Inputs и MeasurementFcn2Inputs являются дополнительными входными параметрами к h1 и h2.

Если вы задаете h1, h2 и h3 с помощью функций MATLAB (файлы .m) в Function, программное обеспечение генерирует порты MeasurementFcn1Inputs и MeasurementFcn2Inputs, когда вы нажимаете Apply. Можно задать входные параметры к этим портам как скаляры, векторы или матрицы.

Если ваши функции измерения имеют больше чем один дополнительный вход, используйте Функциональные блоки Simulink, чтобы задать функции. Когда вы используете Функциональный блок Simulink, вы предоставляете дополнительные входные параметры непосредственно использованию Функционального блока Simulink блоки Inport. Никакие входные порты не сгенерированы для дополнительных входных параметров в блоке Unscented Kalman Filter.

Зависимости

Порт, соответствующий функции измерения, h сгенерирован, только если оба из следующих условий удовлетворены:

  • Вы задаете h в Function с помощью функции MATLAB, и h находится на пути MATLAB.

  • h требует только одного дополнительного входного параметра кроме x и v.

Типы данных: single | double

Изменяющаяся во времени ковариация шума процесса, заданная как скаляр, вектор или матрица в зависимости от значения параметра Process noise:

  • Process noise является Additive — Задают ковариацию как скаляр, Ns - вектор элемента или Ns-by-Ns матрица, где Ns является количеством состояний системы. Задайте скаляр, если нет никакой взаимной корреляции между условиями шума процесса, и все условия имеют то же отклонение. Задайте вектор длины Ns, если нет никакой взаимной корреляции между условиями шума процесса, но все условия имеют различные отклонения.

  • Process noise является Nonadditive — Задают ковариацию как W-by-W матрица, где W является количеством условий шума процесса в функции изменения состояния.

Зависимости

Этот порт сгенерирован, если вы задаете ковариацию шума процесса как Time-Varying. Порт появляется, когда вы нажимаете Apply.

Типы данных: single | double

Изменяющиеся во времени ковариации шума измерения максимум для пяти функций измерения системы, заданной как матрицы. Размеры матриц зависят от значения параметра Measurement noise для соответствующей функции измерения:

  • Measurement noise является Additive — Задают ковариацию как N-by-N матрица, где N является количеством измерений системы.

  • Measurement noise является Nonadditive — Задают ковариацию как V-by-V матрица, где V является количеством условий шума измерения в соответствующей функции измерения.

Зависимости

Порт сгенерирован, если вы задаете ковариацию шума измерения как Time-Varying для соответствующей функции измерения. Порт появляется, когда вы нажимаете Apply.

Типы данных: single | double

Предположим, что измеренные выходные данные не доступны во всех моментах времени в порте y1, который соответствует первой функции измерения. Используйте значение сигналов кроме 0 в порте Enable1, чтобы включить исправление предполагаемых состояний, когда результаты измерений будут доступны. Задайте значение порта как 0, когда результаты измерений не будут доступны. Точно так же, если измеренные выходные данные не доступны во всех моментах времени в порте yi для функции измерения ith, задайте соответствующий порт Enablei как значение кроме 0.

Зависимости

Порт, соответствующий функции измерения, сгенерирован, если вы выбираете Add Enable port для той функции измерения. Порт появляется, когда вы нажимаете Apply.

Типы данных: single | double | Boolean

Вывод

развернуть все

Предполагаемые состояния, возвращенные как вектор размера Ns, где Ns является количеством состояний системы. Чтобы получить доступ к отдельным государствам, используйте Селекторный блок.

Когда параметр Use the current measurements to improve state estimates выбран, блок выводит исправленную оценку состояния x^[k|k] на временном шаге k оцененное использование измеряло выходные параметры до времени k. Если вы очищаете этот параметр, блок возвращает предсказанную оценку состояния x^[k|k−1] в течение времени k оцененное использование измеряло вывод до предыдущего раза k-1. Очистите этот параметр, если ваш фильтр находится в обратной связи и в вашей модели Simulink® существует алгебраический цикл.

Типы данных: single | double

Ошибочная ковариация оценки состояния, возвращенная как Ns-by-Ns матрица, где Ns является количеством состояний системы. Чтобы получить доступ к отдельным ковариациям, используйте Селекторный блок.

Зависимости

Этот порт сгенерирован, если вы выбираете Output state estimation error covariance во вкладке System Model и нажимаете Apply.

Типы данных: single | double

Параметры

развернуть все

Вкладка системной модели

Изменение состояния

Функция изменения состояния вычисляет Ns - вектор состояния элемента системы на временном шаге k +1, учитывая вектор состояния на временном шаге k. Ns является количеством состояний нелинейной системы. Вы создаете функцию изменения состояния и задаете имя функции в Function. Например, если vdpStateFcn.m является функцией изменения состояния, которую вы создали и сохраненный, задайте Function как vdpStateFcn.

Входные параметры к функции, которую вы создаете, зависят от того, задаете ли вы шум процесса как дополнение или недополнение в Process noise.

  • Process noise является Additive — функция изменения состояния, которую задает f, как состояния развиваются как функция значений состояния на предыдущем временном шаге:

    x(k+1) = f(x(k),Us1(k),...,Usn(k)),

    где x(k) является предполагаемым состоянием во время k, и Us1,...,Usn является любыми дополнительными входными параметрами, требуемыми вашей функцией изменения состояния, такими как системные входные параметры или шаг расчета. Чтобы видеть пример функции изменения состояния с шумом аддитивного процесса, введите edit vdpStateFcn в командной строке.

  • Process noise является Nonadditive — функция изменения состояния также задает, как состояния развиваются как функция шума процесса w:

    x(k+1) = f(x(k),w(k),Us1(k),...,Usn(k)).

Для получения дополнительной информации смотрите Функции Изменения состояния и Измерения.

Можно создать f с помощью Функционального блока Simulink или как функции MATLAB (файл .m).

  • Можно использовать функцию MATLAB, только если f имеет один дополнительный входной параметр Us1 кроме x и w.

    x(k+1) = f(x(k),w(k),Us1(k))

    Программное обеспечение генерирует дополнительный входной порт StateTransitionFcnInputs, чтобы задать этот аргумент.

  • Если вы используете Функциональный блок Simulink, задаете x и Аргумент использования w блоки Inport и дополнительные входные параметры использование Us1,...,Usn блоки Inport в Функциональном блоке Simulink. Вы не предоставляете Us1,...,Usn блоку Unscented Kalman Filter.

Программируемое использование

Параметры блоков: StateTransitionFcn
Ввод: вектор символов, строка
Значение по умолчанию: 'myStateTransitionFcn'

Характеристики шума процесса, заданные как одно из следующих значений:

  • Additive — Шум процесса w является дополнением и функцией изменения состояния f, который вы задаете в Function, имеет следующую форму:

    x(k+1) = f(x(k),Us1(k),...,Usn(k)),

    где x(k) является предполагаемым состоянием во время k, и Us1,...,Usn является любыми дополнительными входными параметрами, требуемыми вашей функцией изменения состояния.

  • Nonadditive — Шум процесса является недополнением, и функция изменения состояния задает, как состояния развиваются как функция состояния и шума процесса на предыдущем временном шаге:

    x(k+1) = f(x(k),w(k),Us1(k),...,Usn(k)).

Программируемое использование

Параметры блоков: HasAdditiveProcessNoise
Ввод: символьный вектор
Значения: 'Additive', 'Nonadditive'
Значение по умолчанию: 'Additive'

Независимая от времени ковариация шума процесса, заданная как скаляр, вектор или матрица в зависимости от значения параметра Process noise:

  • Process noise является Additive — Задают ковариацию как скаляр, Ns - вектор элемента или Ns-by-Ns матрица, где Ns является количеством состояний системы. Задайте скаляр, если нет никакой взаимной корреляции между условиями шума процесса, и все условия имеют то же отклонение. Задайте вектор длины Ns, если нет никакой взаимной корреляции между условиями шума процесса, но все условия имеют различные отклонения.

  • Process noise является Nonadditive — Задают ковариацию как W-by-W матрица, где W является количеством условий шума процесса.

Если ковариация шума процесса является изменяющейся во времени, выберите Time-varying. Блок генерирует входной порт Q, чтобы задать изменяющуюся во времени ковариацию.

Зависимости

Этот параметр включен, если вы не задаете шум процесса как Time-Varying.

Программируемое использование

Параметры блоков: ProcessNoise
Ввод: вектор символов, строка
Значение по умолчанию: '1'

Если вы выбираете этот параметр, блок включает дополнительный входной порт Q, чтобы задать изменяющуюся во времени ковариацию шума процесса.

Программируемое использование

Параметры блоков: HasTimeVaryingProcessNoise
Ввод: символьный вектор
Значения: 'off', 'on'
Значение по умолчанию: 'off'

Инициализация

Оценочное значение начального состояния, заданное как Ns - вектор элемента, где Ns является количеством состояний в системе. Задайте значения начального состояния на основе своего знания системы.

Программируемое использование

Параметры блоков: InitialState
Ввод: вектор символов, строка
Значение по умолчанию: '0'

Ошибочная ковариация оценки состояния, заданная как скаляр, Ns - вектор элемента или Ns-by-Ns матрица, где Ns является количеством состояний системы. Если вы задаете скаляр или вектор, программное обеспечение создает Ns-by-Ns диагональная матрица со скалярными или векторными элементами на диагонали.

Задайте высокое значение для ковариации, когда вы не уверены в значениях начального состояния, что задаете в Initial state.

Программируемое использование

Параметры блоков: InitialStateCovariance
Ввод: вектор символов, строка
Значение по умолчанию: '1'

Недушистые параметры преобразования

Алгоритм сигма-точечного фильтра Калмана обрабатывает состояние системы как случайная переменная со средним значением состояния и отклонением. Чтобы вычислить состояние и его статистические свойства на следующем временном шаге, алгоритм сначала генерирует набор значений состояния, распределенных вокруг среднего значения при помощи недушистого преобразования. Эти сгенерированные значения состояния называются точками сигмы. Алгоритм использует каждую из точек сигмы как вход к функциям изменения состояния и измерения, чтобы получить новый набор преобразованных точек состояния и измерений. Преобразованные точки используются, чтобы вычислить ошибочное значение ковариации оценки состояния и оценки состояния на следующем временном шаге.

Распространением точек сигмы вокруг среднего значения состояния управляют два параметра Alpha и Kappa. Третий параметр, Beta, влияет на веса преобразованных точек во время состояния и вычислений ковариации измерения:

  • \alpha Определяет распространение точек сигмы вокруг среднего значения состояния. Задайте как скалярное значение между 0 и 1 (0 <Alpha <= 1). Это обычно - маленькое положительное значение. Распространение точек сигмы пропорционально Alpha. Меньшие значения соответствуют точкам сигмы ближе к среднему состоянию.

  • \kappa Второй масштабный коэффициент, который обычно устанавливается в 0. Меньшие значения соответствуют точкам сигмы ближе к среднему состоянию. Распространение пропорционально квадратному корню Kappa.

  • \beta Включает предварительные знания распределения состояния. Для Распределений Гаусса Beta = 2 оптимален.

Если вы знаете распределение ковариации состояния и состояния, можно настроить эти параметры, чтобы получить преобразование моментов высшего порядка распределения. Алгоритм может отследить только один пик в распределении вероятностей состояния. Если существует несколько peaks в распределенности вашей системы, можно настроить эти параметры так, чтобы точки сигмы остались вокруг одного пика. Например, выберите маленький Alpha, чтобы сгенерировать точки сигмы близко к среднему значению состояния.

Для получения дополнительной информации см. Алгоритм Сигма-точечного фильтра Калмана.

Программируемое использование

Параметры блоков: Alpha
Ввод: вектор символов, строка
Значение по умолчанию: '1e-3'

Характеристика распределенности, которая используется, чтобы настроить веса преобразованных точек сигмы, заданных как скалярное значение, больше, чем или равный 0. Для Распределений Гаусса Beta = 2 является оптимальным выбором.

Для получения дополнительной информации см. описание для Alpha.

Программируемое использование

Параметры блоков: Beta
Ввод: вектор символов, строка
Значение по умолчанию: '2'

Распространение сигмы указывает вокруг среднего значения состояния, заданного как скалярное значение между 0 и 3 (0 <= Kappa <= 3). Kappa обычно задается как 0. Меньшие значения соответствуют точкам сигмы ближе к среднему состоянию. Распространение пропорционально квадратному корню из Kappa. Для получения дополнительной информации см. описание для Alpha.

Программируемое использование

Параметры блоков: Kappa
Ввод: вектор символов, строка
Значение по умолчанию: '0'

Измерение

Функция измерения вычисляет N - элемент выходной вектор измерения нелинейной системы на временном шаге k, учитывая вектор состояния на временном шаге k. Вы создаете функцию измерения и задаете имя функции в Function. Например, если vdpMeasurementFcn.m является функцией измерения, которую вы создали и сохраненный, задайте Function как vdpMeasurementFcn.

Входные параметры к функции, которую вы создаете, зависят от того, задаете ли вы шум измерения как дополнение или недополнение в Measurement noise.

  • Measurement noise является Additive — функция измерения, которую задает h, как измерения развиваются как функция Значений состояния:

    y(k) = h(x(k),Um1(k),...,Umn(k)),

    где y(k) и x(k) является предполагаемый вывод и оцененное состояние во время k, и Um1,...,Umn является любыми дополнительными входными параметрами, требуемыми вашей функцией измерения. Например, если вы используете датчик для отслеживания объекта, дополнительный вход мог бы быть положением датчика.

    Чтобы видеть пример функции измерения с шумом аддитивного процесса, введите edit vdpMeasurementFcn в командной строке.

  • Measurement noise является Nonadditive — функция измерения также задает, как выходное измерение развивается как функция шума измерения v:

    y(k) = h(x(k),v(k),Um1(k),...,Umn(k)).

    Чтобы видеть пример функции измерения с неаддитивным шумом процесса, введите edit vdpMeasurementNonAdditiveNoiseFcn.

Для получения дополнительной информации смотрите Функции Изменения состояния и Измерения.

Можно создать h с помощью Функционального блока Simulink или как функции MATLAB (файл .m).

  • Можно использовать функцию MATLAB, только если h имеет один дополнительный входной параметр Um1 кроме x и v.

    y[k] = h(x[k],v[k],Um1(k))

    Программное обеспечение генерирует дополнительный входной порт MeasurementFcnInput, чтобы задать этот аргумент.

  • Если вы используете Функциональный блок Simulink, задаете x и Аргумент использования v блоки Inport и дополнительные входные параметры использование Um1,...,Umn блоки Inport в Функциональном блоке Simulink. Вы не предоставляете Um1,...,Umn блоку Unscented Kalman Filter.

Если у вас есть несколько датчиков в вашей системе, можно задать несколько функций измерения. Можно задать до пяти функций измерения с помощью кнопки Add Measurement. Чтобы удалить функции измерения, используйте Remove Measurement.

Программируемое использование

Параметры блоков: MeasurementFcn1, MeasurementFcn2, MeasurementFcn3, MeasurementFcn4, MeasurementFcn5
Ввод: вектор символов, строка
Значение по умолчанию: 'myMeasurementFcn'

Характеристики шума измерения, заданные как одно из следующих значений:

  • Additive — Шум измерения v является дополнением и функцией измерения h, который вы задаете в Function, имеет следующую форму:

    y(k) = h(x(k),Um1(k),...,Umn(k)),

    где y(k) и x(k) является предполагаемый вывод и оцененное состояние во время k, и Um1,...,Umn является любыми дополнительными входными параметрами, требуемыми вашей функцией измерения.

  • Nonadditive — Шум измерения является недополнением, и функция измерения задает, как выходное измерение развивается как функция шума измерения и состояния:

    y(k) = h(x(k),v(k),Um1(k),...,Umn(k)).

Программируемое использование

Параметры блоков: HasAdditiveMeasurementNoise1, HasAdditiveMeasurementNoise2, HasAdditiveMeasurementNoise3, HasAdditiveMeasurementNoise4, HasAdditiveMeasurementNoise5
Ввод: символьный вектор
Значения: 'Additive', 'Nonadditive'
Значение по умолчанию: 'Additive'

Независимая от времени ковариация шума измерения, заданная как матрица. Размер матрицы зависит от значения параметра Measurement noise:

  • Measurement noise является Additive — Задают ковариацию как N-by-N матрица, где N является количеством измерений системы.

  • Measurement noise является Nonadditive — Задают ковариацию как V-by-V матрица, где V является количеством условий шума измерения.

Если ковариация шума измерения является изменяющейся во времени, выберите Time-varying. Блок генерирует входной порт Ri, чтобы задать изменяющуюся во времени ковариацию для функции измерения ith.

Зависимости

Этот параметр включен, если вы не задаете шум процесса как Time-Varying.

Программируемое использование

Параметры блоков: MeasurementNoise1, MeasurementNoise2, MeasurementNoise3, MeasurementNoise4, MeasurementNoise5
Ввод: вектор символов, строка
Значение по умолчанию: '1'

Если вы выбираете этот параметр для ковариации шума измерения первой функции измерения, блок включает дополнительный входной порт R1. Вы задаете изменяющуюся во времени ковариацию шума измерения в R1. Точно так же, если вы выбираете Time-varying для функции измерения ith, блок включает дополнительный входной порт Ri, чтобы задать изменяющуюся во времени ковариацию шума измерения для этой функции.

Программируемое использование

Параметры блоков: HasTimeVaryingMeasurementNoise1, HasTimeVaryingMeasurementNoise2, HasTimeVaryingMeasurementNoise3, HasTimeVaryingMeasurementNoise4, HasTimeVaryingMeasurementNoise5
Ввод: символьный вектор
Значения: 'off', 'on'
Значение по умолчанию: 'off'

Предположим, что измеренные выходные данные не доступны во всех моментах времени в порте y1, который соответствует первой функции измерения. Выберите Add Enable port, чтобы сгенерировать входной порт Enable1. Используйте сигнал в этом порте, чтобы включить исправление предполагаемых состояний только, когда результаты измерений будут доступны. Точно так же, если измеренные выходные данные не доступны во всех моментах времени в порте yi для функции измерения ith, выберите соответствующий Add Enable port.

Программируемое использование

Параметры блоков: HasMeasurementEnablePort1, HasMeasurementEnablePort2, HasMeasurementEnablePort3, HasMeasurementEnablePort4, HasMeasurementEnablePort5
Ввод: символьный вектор
Значения: 'off', 'on'
Значение по умолчанию: 'off'

Настройки

Когда этот параметр выбран, блок выводит исправленную оценку состояния x^[k|k] на временном шаге k оцененное использование измеряло выходные параметры до времени k. Если вы очищаете этот параметр, блок возвращает предсказанную оценку состояния x^[k|k−1] в течение времени k оцененное использование измеряло вывод до предыдущего раза k-1. Очистите этот параметр, если ваш фильтр находится в обратной связи и в вашей модели Simulink существует алгебраический цикл.

Программируемое использование

Параметры блоков: UseCurrentEstimator
Ввод: символьный вектор
Значения: 'off', 'on'
Значение по умолчанию: 'on'

Если вы выбираете этот параметр, ошибочный выходной порт ковариации оценки состояния, P сгенерирован в блоке.

Программируемое использование

Параметры блоков: OutputStateCovariance
Ввод: символьный вектор
Значения: 'off', 'on'
Значение по умолчанию: 'off'

Используйте этот параметр, чтобы задать тип данных для всех параметров блоков.

Программируемое использование

Параметры блоков: DataType
Ввод: символьный вектор
Значения: 'single', 'double'
Значение по умолчанию: 'double'

Блокируйте шаг расчета, заданный как положительная скалярная величина. Если шаги расчета ваших функций изменения состояния и измерения отличаются, выберите Enable multirate operation во вкладке Multirate и задайте шаги расчета во вкладке Multirate вместо этого.

Зависимости

Этот параметр доступен, если во вкладке Multirate, параметром Enable multirate operation является off.

Программируемое использование

Параметры блоков: SampleTime
Ввод: вектор символов, строка
Значение по умолчанию: '1'

Многоскоростная вкладка

Выберите этот параметр, если шаги расчета функций изменения состояния и измерения отличаются. Вы задаете шаги расчета во вкладке Multirate в Sample time.

Программируемое использование

Параметры блоков: EnableMultirate
Ввод: символьный вектор
Значения: 'off', 'on'
Значение по умолчанию: 'off'

Если шаги расчета для функций изменения состояния и измерения отличаются, задают Sample time. Задайте шаги расчета для функций измерения как положительные целочисленные множители шага расчета изменения состояния. Шаги расчета, которые вы задаете, соответствуют следующим входным портам:

  • Порты, соответствующие функции изменения состояния — вход Additional к изменению состояния, функционируют StateTransitionFcnInputs и изменяющаяся во времени ковариация шума процесса Q. Шаги расчета этих портов должны всегда равняться шагу расчета функции изменения состояния, но могут отличаться от шага расчета функций измерения.

  • Порты, соответствующие функции измерения ith — Measured вывод yi, дополнительный вход к функции измерения MeasurementFcniInputs, включают сигналу в порте Enablei и изменяющейся во времени ковариации шума измерения Ri. Шаги расчета этих портов для той же функции измерения должны всегда быть тем же самым, но могут отличаться от шага расчета для функции изменения состояния и других функций измерения.

Зависимости

Этот параметр доступен, если во вкладке Multirate, параметром Enable multirate operation является on.

Программируемое использование

Параметры блоков: StateTransitionFcnSampleTime, MeasurementFcn1SampleTime1, MeasurementFcn1SampleTime2, MeasurementFcn1SampleTime3, MeasurementFcn1SampleTime4, MeasurementFcn1SampleTime5
Ввод: вектор символов, строка
Значение по умолчанию: '1'

Образцовые примеры

Estimate States of Nonlinear System with Multiple, Multirate Sensors

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.

Открыть скрипт
Compute Residuals and State Estimation Errors

Вычислите ошибки оценки состояния и невязки

Оцените состояния Осциллятора Ван дер Поля дискретного времени и вычислите ошибки оценки состояния и невязки для проверки оценки. Невязки являются выходными ошибками оценки, то есть, они - различие между измеренными и предполагаемыми выходными параметрами.

Открытая модель

Больше о

развернуть все

Расширенные возможности

Смотрите также

Блоки

Функции

Темы

Введенный в R2017a

Документация System Identification Toolbox
Поддержка