System Identification Toolbox™ предусматривает функции MATLAB®, блоки Simulink® и приложение для построения математических моделей динамических систем из измеренных данных ввода - вывода. Это позволяет вам создать и использовать модели динамических систем, не легко смоделированных от первых принципов или технических требований. Можно использовать временной интервал и данные ввода - вывода частотного диапазона, чтобы идентифицировать передаточные функции непрерывного времени 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 предсказания (PEM) и система идентификации подпространства. Для представления динамики нелинейных систем можно оценить модели Гаммерштейна-Вайнера и нелинейные модели ARX с вейвлет-сетью, древовидным разбиением и нелинейностями сигмоидной сети. Тулбокс выполняет идентификацию системы "серый ящик" для оценки параметров пользовательской модели. Можно использовать идентифицированную модель в предсказании отклика системы и моделировании объекта в Simulink. Тулбокс также поддерживает моделирование данных временных рядов и прогнозирование временных рядов.
Изучите основы System Identification Toolbox
Постройте, анализируйте, детрендируйте, и отфильтруйте временной и частотный диапазон, сгенерируйте и импортируйте данные
Идентифицируйте импульсную характеристику, частотную характеристику и параметрические модели, такие как модели передаточной функции и пространство состояний
Идентифицируйте нелинейный ARX, Хаммерстайна-Винера и модели серого ящика
Оценка коэффициентов линейных и нелинейных дифференциальных, разностных и пространственно-временных уравнений
Сравните модель с измеренным выходом, остаточным анализом, графиками отклика с доверительными границами
Дискретизируйте модели, преобразуйте модели в другие типы, линеаризуйте нелинейные модели, симулируйте и предскажите выход
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