System Identification Toolbox™ предоставляет функции MATLAB ®, блоки Simulink ® и приложение для построения математических моделей динамических систем на основе измеренных данных ввода-вывода. Она позволяет создавать и использовать модели динамических систем, которые нелегко смоделировать на основе первых принципов или спецификаций. Данные ввода-вывода во временной и частотной областях можно использовать для определения функций непрерывного и дискретного переноса времени, моделей процессов и моделей пространства состояний. Инструментарий также предоставляет алгоритмы для встроенной оперативной оценки параметров.
Инструментарий предоставляет такие методы идентификации, как максимальное правдоподобие, минимизация ошибок прогнозирования (PEM) и идентификация системы подпространства. Для представления динамики нелинейной системы можно оценить модели Хаммерштейна-Вайнера и нелинейные модели ARX с нелинейностью вейвлет-сети, дерева-разбиения и сигмоидной сети. Панель инструментов выполняет идентификацию системы «серый ящик» для оценки параметров пользовательской модели. Идентифицированную модель можно использовать для прогнозирования реакции системы и моделирования завода в Simulink. Панель инструментов также поддерживает моделирование данных временных рядов и прогнозирование временных рядов.
Основные сведения о инструменте идентификации системы
Печать, анализ, уменьшение и фильтрация данных временной и частотной областей, создание и импорт данных
Определение импульсно-откликов, частотно-откликов и параметрических моделей, таких как модели состояния-пространства и передаточных функций
Определение нелинейных моделей ARX, Hammerstein-Wiener и grey-box
Оценочные коэффициенты линейных и нелинейных дифференциальных, разностных и статусно-пространственных уравнений
Сравнение модели с измеренным выходом, остаточным анализом, графиками отклика с доверительными границами
Дискретизация моделей, преобразование моделей в другие типы, линеаризация нелинейных моделей, моделирование и прогнозирование выходных данных
Анализ данных временных рядов путем определения линейных и нелинейных моделей, таких как модели AR, ARMA, state-space и grey-box, выполнение спектрального анализа и прогнозирование выходных данных модели
Оценка параметров и состояний модели во время работы системы, создание кода и развертывание на встроенных объектах