Можно оценить состояние системы, используя данные в реальном времени и линейные, расширенные или незаметные алгоритмы фильтра Калмана. Оценку состояния в режиме онлайн можно выполнить с помощью блоков Simulink во вложенной библиотеке оценщиков библиотеки Toolbox™ идентификации системы. Затем можно создать код C/C + + для этих блоков с помощью Simulink Coder™ и развернуть этот код на встроенной цели. Можно также выполнить оценку состояния в режиме онлайн в командной строке и развернуть код с помощью программы MATLAB ® Compiler™ или MATLAB Coder.
extendedKalmanFilter | Создать расширенный объект фильтра Калмана для оценки состояния в оперативном режиме |
unscentedKalmanFilter | Создание объекта фильтра Калмана без запаха для оценки состояния в оперативном режиме |
particleFilter | Объект фильтра частиц для оценки состояния в режиме онлайн |
correct | Правильная ковариация ошибок оценки состояния и состояния с использованием расширенного или незаметного фильтра Калмана или фильтра частиц и измерений |
residual | Остаточная и остаточная ковариация возвращаемого измерения при использовании расширенного или незаметного фильтра Калмана |
predict | Прогнозирование ковариации ошибок оценки состояния и состояния на следующем шаге времени с использованием расширенного или незаметного фильтра Калмана или фильтра частиц |
initialize | Инициализация состояния фильтра частиц |
clone | Копировать объект оценки состояния в режиме онлайн |
| Фильтр Калмана | Оценка состояния дискретно-временной или непрерывно-временной линейной системы |
| Расширенный фильтр Калмана | Оценка состояний дискретно-временной нелинейной системы с помощью расширенного фильтра Калмана |
| Фильтр частиц | Оценка состояний дискретно-временной нелинейной системы с помощью фильтра частиц |
| Незараженный фильтр Калмана | Оценка состояний дискретно-временной нелинейной системы с помощью незаметного фильтра Калмана |
Оценка состояний и параметров системы в режиме реального времени.
Расширенные и незараженные алгоритмы фильтра Калмана для оценки состояния в режиме онлайн
Описание основных алгоритмов оценки состояния нелинейных систем.
Оценка состояния с использованием изменяющегося во времени фильтра Калмана
Оцените состояния линейных систем с помощью изменяющихся во времени фильтров Калмана в Simulink.
Оценка состояния нелинейной системы с несколькими многоскоростными датчиками
Блок расширенного фильтра Калмана используется для оценки состояния системы с несколькими датчиками, работающими с различной частотой дискретизации.
Проверка оценки состояния в режиме онлайн в Simulink
Проверка оценки состояния в режиме онлайн, которая выполняется с использованием блоков Расширенный фильтр Калмана и Незаметный фильтр Калмана.
Оценка параметров и состояний в Simulink с использованием блока фильтра частиц
В этом примере показано использование блока «Фильтр частиц» в Toolbox™ идентификации системы.
Нелинейная оценка состояния с использованием неописанного фильтра Калмана и фильтра частиц
Для нелинейной оценки состояния осциллятора ван дер Пол используйте алгоритм фильтра Калмана без запаха.
Проверка оценки состояния в режиме онлайн в командной строке
Проверка оценки состояния в режиме онлайн, которая выполняется с использованием расширенных и незаметных алгоритмов фильтра Калмана.
Создание кода для оценки состояния в режиме онлайн в MATLAB
Развертывание расширенных или незаметных фильтров Kalman или фильтров частиц с помощью программного обеспечения MATLAB Coder.
Устранение неполадок при оценке состояния в сети
Устранение неполадок при оценке состояния в режиме онлайн, выполняемой с использованием расширенных и незаметных алгоритмов фильтра Калмана.