Оценка состояния в режиме онлайн

Оцените параметры модели с помощью линейных и нелинейных фильтров Калмана в командной строке и в Simulink®

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.

Функции

extendedKalmanFilterСоздайте расширенный объект фильтра Калмана для онлайн-оценки состояния
unscentedKalmanFilterСоздайте сигма-точечный фильтр Калмана объект для онлайн-оценки состояния
particleFilterОбъект фильтра частиц для онлайн-оценки состояния
correctПравильное состояние и ковариация ошибки оценки состояния с помощью расширенного или сигма-точечного фильтра Калмана или фильтра частиц и измерений
residualОбратное измерение остаточной и остаточной ковариации при использовании расширенного или сигма-точечного фильтра Калмана
predictСпрогнозируйте состояние и ковариацию ошибки расчета состояния на следующем временном шаге с помощью расширенного или сигма-точечного фильтра Калмана или фильтра частиц
initializeИнициализируйте состояние фильтра частиц
cloneСкопируйте объект оценки состояния в режиме онлайн

Блоки

Kalman FilterОценка состояний линейной системы в дискретном времени или в непрерывном времени
Extended Kalman FilterОценка состояний нелинейной системы дискретного времени с использованием расширенного фильтра Калмана
Particle FilterОценка состояний нелинейной системы дискретного времени с использованием фильтра частиц
Unscented Kalman FilterОценка состояний нелинейной системы дискретного времени с использованием сигма-точечного фильтра Калмана

Темы

Основы оценки в режиме онлайн

Что такое онлайн-оценка?

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 в режиме онлайн в Simulink

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 состояния в командной строке

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

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.

Для просмотра документации необходимо авторизоваться на сайте