Алгоритмы Online estimation оценивают параметры модели, когда новые данные доступны во время операции модели. В offline estimation вы сначала собираете все данные о вводе/выводе и затем оцениваете параметры модели. Значения параметров, оцененные с помощью онлайновой оценки, могут меняться в зависимости от времени, но параметры, оцененные с помощью оффлайновой оценки, не делают.
Чтобы выполнить оффлайновую оценку, используйте команды, такие как arx, pem, ssest, tfest, nlarx и приложение System Identification.
Чтобы выполнить онлайновую оценку параметра Simulink®, используйте Рекурсивную Оценочную функцию методом наименьших квадратов и Рекурсивные Полиномиальные Образцовые блоки Средства оценки. Для онлайновой оценки в командной строке используйте команды, такие как recursiveARX, чтобы создать Систему object™, и затем использовать команду step, чтобы обновить параметры модели.
Онлайновая оценка отличается от оффлайновой оценки следующими способами:
Образцовые задержки — можно оценить образцовые задержки оффлайновых инструментов использования оценки, таких как delayest (см. Определение Порядка Модели и Задержки). Онлайновая оценка обеспечивает ограниченные возможности оценить задержки. Для полиномиальной образцовой оценки с помощью блока Recursive Polynomial Model Estimation или онлайновых команд оценки, можно задать известное значение входной задержки (nk). Если nk неизвестен, выберите достаточно большое значение для количества коэффициентов B (nb). Количество ведущих коэффициентов предполагаемого полинома B, которые являются близко к нулю, представляет входную задержку.
Предварительная обработка данных — Для оффлайновой предварительной обработки данных об оценке, можно использовать функции, такие как detrend, retrend, idfilt и приложение System Identification.
Для онлайновой оценки с помощью Simulink используйте инструменты, доступные в окружении Simulink. Для получения дополнительной информации смотрите, Предварительно обрабатывают Онлайновые Данные об Оценке Параметра в Simulink.
Для онлайновой оценки параметра в командной строке вы не можете использовать инструменты предварительной обработки в System Identification Toolbox™. Эти инструменты поддерживают только данные, заданные, когда iddata возражает. Реализуйте код предварительной обработки как требуется вашим приложением. Чтобы смочь сгенерировать C и Код С++, используйте команды, поддержанные MATLAB® Coder™. Для списка этих команд смотрите Функции и Объекты, Поддержанные для Генерации кода C/C++ — Список Категорий (MATLAB Coder).
Сброс оценки — Вы не можете сбросить оффлайновую оценку. Онлайновая оценка позволяет вам сбросить оценку на определенном временном шаге во время оценки. Например, сбросьте оценку, когда система изменяет режимы или если вы не удовлетворены оценкой. Операция сброса устанавливает образцовые состояния, оцененные параметры и оцененную ковариацию параметра к их начальным значениям.
Чтобы сбросить онлайновую оценку Simulink, на вкладке Algorithm and Block Options параметров блоков, выбирают соответствующую опцию External reset. В командной строке используйте команду reset.
При включении или отключении оценки — Вы не можете выборочно включить или отключить оффлайновую оценку. Можно использовать инструменты предварительной обработки, чтобы удалить или отфильтровать определенные фрагменты данных перед оценкой. Онлайновая оценка позволяет вам включить или отключить оценку для выбранных отрезков времени. Например, предположите, что результаты измерений являются особенно шумными или дефектными (содержит много выбросов) для определенного временного интервала. Отключите онлайновую оценку для этого интервала.
Чтобы включить или отключить оценку Simulink, на вкладке Algorithm and Block Options параметров блоков, устанавливают флажок Add enable port.
В командной строке используйте свойство EnableAdaptation Системного объекта, созданного с помощью онлайновых команд оценки, таких как recursiveARMAX и recursiveLS. Даже если вы устанавливаете EnableAdaptation на false, выполните команду step. Не пропускайте step, чтобы сохранить значения параметров постоянными, потому что оценка параметра зависит от текущих и прошлых измерений ввода/вывода. step гарантирует, что прошлые данные ввода - вывода хранятся, даже когда это не обновляет параметры.
