Оценка состояния

Спроектируйте Фильтры Калмана, оцените состояния во время работы системы, сгенерируйте код и развернитесь к целевым процессорам

Методы оценки состояния позволяют вам оценить значения состояния в системах с шумом процесса и шумом измерения. Инструменты Control System Toolbox™ позволяют вам спроектировать линейные установившиеся и изменяющиеся во времени Фильтры Калмана. Можно также оценить состояния нелинейных систем с помощью расширенных Фильтров Калмана, сигма-точечных фильтров Калмана или фильтров частиц.

Онлайновые алгоритмы оценки состояния обновляют оценки состояния вашей системы, когда новые данные доступны. Можно оценить состояния системы с помощью данных реального времени и линейных и нелинейных алгоритмов Фильтра Калмана. Можно выполнить онлайновую оценку состояния с помощью блоков Simulink®, 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

развернуть все

kalmanСпроектируйте Фильтр Калмана для оценки состояния
kalmdСпроектируйте дискретную Оценку состояния фильтра Калмана для непрерывного объекта
estimСформируйте средство оценки состояния, данное усиление средства оценки
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
predictПредскажите ошибочную ковариацию оценки состояния и оценки состояния на следующем временном шаге с помощью сигма-точечного фильтра Калмана или фильтра частиц
residualВозвратите невязку измерения и остаточную ковариацию при использовании сигма-точечного фильтра Калмана
initializeИнициализируйте состояние фильтра частиц
cloneСкопируйте онлайновый объект оценки состояния

Блоки

развернуть все

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

Основы оценки состояния

Кальман Филтеринг

Выполните Кальмана, фильтрующего, и симулируйте систему, чтобы показать, как фильтр уменьшает погрешность измерения и для установившихся и для изменяющихся во времени фильтров.

Онлайновая оценка

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

Оцените нелинейные состояния осциллятора Ван дер Поля с помощью алгоритма сигма-точечного фильтра Калмана.

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.

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

Описание базовых алгоритмов для оценки состояния нелинейных систем.

Оценка состояния в Simulink

Оценка состояния Используя изменяющийся во времени фильтр Калмана

В этом примере показано, как оценить 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.

Параметр и оценка состояния в Simulink Используя блок фильтра частиц

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

Нелинейная оценка состояния деградирующей системы батареи

В этом примере показано, как оценить состояния нелинейной системы с помощью Сигма-точечного фильтра Калмана в Simulink™.

Подтвердите онлайновую оценку состояния в Simulink

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

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