System Identification Toolbox™ обеспечивает MATLAB® функции, Simulink® блоки и приложение для построения математических моделей динамических систем из измеренных входно-выходных данных. Он позволяет вам создавать и использовать модели динамических систем, не легко смоделированные из первых принципов или спецификаций. Можно использовать входные-выходные данные во временной и частотной областях, чтобы идентифицировать передаточные функции в непрерывном времени и дискретном времени, модели процесса и модели пространства состояний. Тулбокс также предоставляет алгоритмы для встроенной оценки оперативного параметра.
Тулбокс предоставляет методы идентификации, такие как максимальная правдоподобность, минимизация ошибок предсказания (PEM) и системы идентификации подпространства. Для представления динамики нелинейных систем можно оценить модели Гаммерштейна-Вайнера и нелинейные модели ARX с вейвлет, древовидным разбиением и нелинейностями сигмоидной сети. Тулбокс выполняет идентификацию системы "серый ящик" для оценки параметров пользовательской модели. Можно использовать идентифицированную модель для отклика системы прогноза и моделирования объекта в Simulink. Тулбокс также поддерживает моделирование данных временных рядов и прогнозирование временных рядов.
Изучение основ System Identification Toolbox
Стройте графики, анализируйте, детрендируйте и фильтруйте временные и частотные диапазоны, генерируйте и импортируйте данные
Идентифицируйте импульсно-характеристические, частотно-характеристические и параметрические модели, такие как модели пространства состояний и передаточных функций
Идентифицируйте нелинейные модели ARX, Hammerstein-Wiener и grey-box
Оцените коэффициенты линейного и нелинейного дифференциальных, разностных и пространственно-государственных уравнений
Сравните модель с измеренным выходом, остаточным анализом, графиками отклика с доверительными границами
Дискретизируйте модели, преобразуйте модели в другие типы, линеаризируйте нелинейные модели, моделируйте и прогнозируйте выход
Анализируйте данные временных рядов путем идентификации линейных и нелинейных моделей, таких как AR, ARMA, пространство состояний и серый ящик модели, выполнения спектрального анализа и выходов модели
Оцените параметры модели и состояния во время работы системы, сгенерируйте код и разверните во целевых процессорах