time series является данными, которые содержат один или несколько измеренных выходных каналов, но никакой измеренный вход. Модель временных рядов, также названная моделью сигнала, является динамической системой, которая идентифицирована, чтобы соответствовать данному сигналу или данным временных рядов. Временные ряды могут быть многомерными, который приводит к многомерным моделям. Можно идентифицировать модели временных рядов в приложении System Identification или в командной строке. System Identification Toolbox™ позволяет вам создать и оценить четыре общих типа модели временных рядов.
Линейные параметрические модели — Оценочные параметры в структурах, таких как авторегрессивные модели и модели в пространстве состояний.
Модели частотной характеристики — Оценка спектральные модели с помощью спектрального анализа.
Нелинейные модели ARX — Оценочные параметры в нелинейной структуре ARX.
Модели серого ящика — Оценка коэффициенты обыкновенных дифференциальных уравнений или разностных уравнений, которые представляют вашу системную динамику.
Параметрическая идентификация модели временных рядов требует однородно произведенных данных временного интервала, за исключением модели ARX, которая может обработать сигналы частотного диапазона. Алгоритмы спектрального анализа поддерживают данные частотного диапазона и временной интервал. Ваши данные могут иметь один или несколько выходных каналов и не должны иметь никакого входного канала. Для получения дополнительной информации о моделях временных рядов смотрите то, Что Модели Временных рядов?
Можно использовать идентифицированные модели, чтобы предсказать выход модели в командной строке в приложении, или в Simulink®. В командной строке можно также предсказать выходные параметры модели вне области значений времени результатов измерений.
Что такое модели временных рядов?
Модель временных рядов, также названная моделью сигнала, является динамической системой, которая идентифицирована, чтобы соответствовать данным, которые включают только выходные каналы и никакие входные каналы.
Анализируйте модели timeseries
Узнать, как анализировать модели временных рядов.
Идентифицируйте модели временных рядов в командной строке
Симулируйте временные ряды и используйте параметрические и непараметрические методы, чтобы оценить и сравнить модели timeseries.
Оцените полиномиальные модели AR и ARMA для данных временных рядов в командной строке и в приложении.
Оцените авторегрессивные интегрированные модели Moving Average (ARIMA).
Оцените модели временных рядов пространства состояний
Оцените модели в пространстве состояний для данных временных рядов в командной строке.
Оцените спектры мощности timeseries
Оцените спектры мощности для данных временных рядов в командной строке и в приложении.
Оцените, что коэффициенты ОДУ соответствуют данный решение
Оцените параметры модели с помощью линейного и нелинейного моделирования серого ящика.
Предскажите Выход динамической системы
Рабочий процесс для прогнозирования данных временных рядов и данных ввода - вывода с помощью линейных и нелинейных моделей.
Предсказание временных рядов и предсказывающий для прогноза
Создайте модель временных рядов и используйте модель для предсказания, прогнозирования и оценки состояния.
Введение в прогнозирование ответа динамической системы
Изучите концепцию прогнозирования данных с помощью линейных и нелинейных моделей.
