Можно оценить состояния системы с помощью данных в реальном времени и линейных, расширенных, или сигма-точечный фильтр Калмана алгоритмов. Можно выполнить онлайн-оценку состояния, используя блоки Simulink в сублибрарии Estimators библиотеки System Identification Toolbox™. Затем можно сгенерировать код C/C + + для этих блоков с помощью Coder™ Simulink и развернуть этот код на целевом процессоре. Можно также выполнить оценку состояния в командной строке и развернуть код с помощью MATLAB® Compiler™ или MATLAB Coder.
extendedKalmanFilter | Создайте расширенный объект фильтра Калмана для онлайн-оценки состояния |
unscentedKalmanFilter | Создайте сигма-точечный фильтр Калмана объект для онлайн-оценки состояния |
particleFilter | Объект фильтра частиц для онлайн-оценки состояния |
correct | Правильное состояние и ковариация ошибки оценки состояния с помощью расширенного или сигма-точечного фильтра Калмана или фильтра частиц и измерений |
residual | Обратное измерение остаточной и остаточной ковариации при использовании расширенного или сигма-точечного фильтра Калмана |
predict | Спрогнозируйте состояние и ковариацию ошибки расчета состояния на следующем временном шаге с помощью расширенного или сигма-точечного фильтра Калмана или фильтра частиц |
initialize | Инициализируйте состояние фильтра частиц |
clone | Скопируйте объект оценки состояния в режиме онлайн |
Kalman Filter | Оценка состояний линейной системы в дискретном времени или в непрерывном времени |
Extended Kalman Filter | Оценка состояний нелинейной системы дискретного времени с использованием расширенного фильтра Калмана |
Particle Filter | Оценка состояний нелинейной системы дискретного времени с использованием фильтра частиц |
Unscented Kalman Filter | Оценка состояний нелинейной системы дискретного времени с использованием сигма-точечного фильтра Калмана |
Оцените состояния и параметры системы в реальном времени.
Расширенные и неароматизированные алгоритмы фильтра Калмана для онлайн-оценки состояния
Описание базовых алгоритмов оценки состояния нелинейных систем.
Оценка состояния с использованием изменяющегося во времени фильтра Калмана
Оцените состояния линейных систем, используя изменяющиеся во времени фильтры Калмана в Simulink.
Оценка состояний нелинейной системы с несколькими, многосветными датчиками
Используйте блок Extended Kalman Filter, чтобы оценить состояния системы с несколькими датчиками, которые работают с различными частотами дискретизации.
Проверьте онлайн-оценку состояния в Simulink
Проверьте онлайн-оценку состояния, которая выполняется с использованием Extended Kalman Filter и Unscented Kalman Filter блоков.
Оценка параметра и состояния в Simulink с использованием блока фильтра частиц
Этот пример демонстрирует использование Фильтра частиц блока в System Identification Toolbox™.
Оценка нелинейного состояния с использованием сигма-точечного фильтра Калмана и фильтра частиц
Используйте алгоритм сигма-точечного фильтра Калмана для нелинейной оценки состояния для осциллятора Ван дер Поля.
Проверьте оценку состояния в командной строке
Проверьте онлайн-оценку состояния, которая выполняется с использованием расширенных и неапробированных алгоритмов фильтра Калмана.
Сгенерируйте код для онлайн-оценки состояния в MATLAB
Развертывание расширенных или сигма-точечных фильтров Калмана или фильтров частиц с помощью программного обеспечения MATLAB Coder.
Поиск и устранение проблем с оценкой состояния в режиме онлайн
Диагностируйте проблему оценки состояния в режиме онлайн, выполненной с использованием расширенных и неапробированных алгоритмов фильтра Калмана.