Онлайновая оценка состояния

Оцените параметры модели с помощью линейных и нелинейных Фильтров Калмана в командной строке и в Simulink®

Можно оценить состояния системы с помощью данных реального времени и линейный, расширенный, или алгоритмы сигма-точечного фильтра Калмана. Можно выполнить онлайновую оценку состояния с помощью блоков Simulink в подбиблиотеке Estimators библиотеки System Identification Toolbox™. Можно затем сгенерировать код C/C++ для этих блоков с помощью Simulink Coder™ и развернуть этот код в целевой процессор. Можно также выполнить онлайновую оценку состояния в командной строке и развернуть код с помощью MATLAB® Compiler™ или MATLAB Coder.

Функции

extendedKalmanFilterСоздайте расширенный объект Фильтра Калмана для онлайновой оценки состояния
unscentedKalmanFilterСоздайте объект сигма-точечного фильтра Калмана для онлайновой оценки состояния
particleFilterОбъект фильтра частиц для онлайновой оценки состояния
correctПравильное состояние и ковариация ошибки оценки состояния с помощью сигма-точечного фильтра Калмана, или фильтра частиц и измерений
residualВозвратите невязку измерения и остаточную ковариацию при использовании сигма-точечного фильтра Калмана
predictПредскажите ошибочную ковариацию оценки состояния и оценки состояния на следующем временном шаге с помощью сигма-точечного фильтра Калмана или фильтра частиц
initializeИнициализируйте состояние фильтра частиц
cloneСкопируйте онлайновый объект оценки состояния

Блоки

Kalman FilterОцените состояния линейной системы дискретного времени или непрерывного времени
Extended Kalman FilterОцените состояния дискретного времени нелинейная система с помощью расширенного Фильтра Калмана
Particle FilterОцените состояния дискретного времени нелинейная система с помощью фильтра частиц
Unscented Kalman FilterОцените состояния дискретного времени нелинейная система с помощью сигма-точечного фильтра Калмана

Темы

Онлайновые основы оценки

Что такое онлайновая оценка?

Оцените состояния и параметры системы в режиме реального времени.

Расширенный и алгоритмы сигма-точечного фильтра Калмана для онлайновой оценки состояния

Описание базовых алгоритмов для оценки состояния нелинейных систем.

Онлайновая оценка состояния в Simulink

Оценка состояния Используя изменяющийся во времени фильтр Калмана

Оцените состояния линейных систем с помощью изменяющихся во времени Фильтров Калмана в Simulink.

Оцените состояния нелинейной системы с несколькими, многоскоростными датчиками

Используйте блок Extended Kalman Filter, чтобы оценить состояния системы с несколькими датчиками, которые действуют на различных частотах дискретизации.

Подтвердите онлайновую оценку состояния в Simulink

Подтвердите онлайновую оценку состояния, которая выполняется с помощью блоков Unscented Kalman Filter и Extended Kalman Filter.

Параметр и оценка состояния в Simulink Используя блок фильтра частиц

Этот пример демонстрирует использование блока Particle Filter в System Identification Toolbox™.

Онлайновая оценка состояния в командной строке

Нелинейная оценка состояния Используя сигма-точечный фильтр Калмана и фильтр частиц

Используйте алгоритм сигма-точечного фильтра Калмана для нелинейной оценки состояния для осциллятора Ван дер Поля.

Подтвердите онлайновую оценку состояния в командной строке

Подтвердите онлайновую оценку состояния, которая выполняется с помощью расширенный и алгоритмы сигма-точечного фильтра Калмана.

Сгенерируйте код для онлайновой оценки состояния в MATLAB

Разверните сигма-точечные фильтры Калмана или фильтры частиц с помощью программного обеспечения MATLAB Coder.

Поиск и устранение проблем

Диагностируйте онлайновую оценку состояния

Диагностируйте выполняемое расширенное использование онлайновой оценки состояния и алгоритмы сигма-точечного фильтра Калмана.

Для просмотра документации необходимо авторизоваться на сайте