Модели в пространстве состояний являются моделями, которые используют переменные состояния, чтобы описать систему набором дифференциальных или разностных уравнений первого порядка, а не согласно одному или нескольким th-порядкам n дифференциальные или разностные уравнения. Переменные состояния x (t) может быть восстановлен из измеренных данных о вводе/выводе, но самостоятельно не измеряется во время эксперимента.
Структура модели в пространстве состояний является хорошим выбором для быстрой оценки, потому что это требует, чтобы вы задали только один вход, n model order. Порядок модели является целым числом, равным размерности x (t), и относится, но не обязательно равен, количество задержанных вводов и выводов, используемых в соответствующем линейном разностном уравнении.
Определение параметрированной модели в пространстве состояний в непрерывное время часто легче, чем в дискретное время, потому что физические законы чаще всего описываются в терминах дифференциальных уравнений. В непрерывное время описание пространства состояний имеет следующую форму:
Матрицы F, G, H и D содержат элементы с физическим значением — например, материальные константы. K содержит матрицу воздействия. x0 задает начальные состояния.
Можно оценить модель в пространстве состояний непрерывного времени с помощью и временного интервала и данных частотной области.
Структура модели в пространстве состояний дискретного времени часто написана в innovations form, который описывает шум:
Здесь, T является шагом расчета, u (kT) является входом в то время мгновенный kT, и y (kT) является выход в то время мгновенный kT.
Вы не можете оценить модель в пространстве состояний дискретного времени, использующую данные частотной области непрерывного времени.
Для получения дополнительной информации смотрите то, Что Модели в пространстве состояний?
| System Identification | Идентифицируйте модели динамических систем от результатов измерений |
| Estimate State-Space Model | Оцените модель в пространстве состояний, использующую время или данные о частоте в Live Editor |
Что такое модели в пространстве состояний?
Модели в пространстве состояний являются моделями, которые используют переменные состояния, чтобы описать систему набором дифференциальных или разностных уравнений первого порядка, а не одним или несколькими дифференциальными или разностными уравнениями n-го порядка.
Методы оценки модели в пространстве состояний
Выберите между неитеративными методами подпространства, итерационные методы, которые используют ошибочный алгоритм минимизации предсказания и неитеративные методы.
Оцените модель в пространстве состояний с выбором порядка
Выберите порядок модели для структуры модели в пространстве состояний в приложении и в командной строке.
Каноническая реализация пространства состояний
Модальный, компаньон, заметные и управляемые канонические модели в пространстве состояний.
Данные, поддержанные моделями в пространстве состояний
Можно использовать временной интервал и данные частотной области, который является действительным или комплексным и имеет один или несколько выходных параметров.
Оцените модели в пространстве состояний в приложении System Identification
Используйте приложение, чтобы задать параметры конфигурации модели и опции оценки для оценки модели.
Оцените модели в пространстве состояний в командной строке
Выполните черный ящик или структурированную оценку.
Оцените модели в пространстве состояний с канонической параметризацией
Каноническая параметризация представляет систему в пространстве состояний в уменьшаемой форме параметра, где много элементов A, B и матриц C фиксируются к нулям и единицам.
Оцените пространство состояний, эквивалентное из ARMAX и моделей OE
В этом примере показано, как оценить ARMAX и модели OE-формы с помощью подхода оценки пространства состояний.
Оцените модели в пространстве состояний со Свободной Параметризацией
Free Parameterization является значением по умолчанию; стандартные программы оценки настраивают все параметры матриц пространства состояний.
Используйте оценку пространства состояний, чтобы уменьшать порядок модели
Уменьшайте порядок Simulink® модель путем линеаризации модели и оценки модели более низкоуровневой, которая сохраняет динамику модели.
Оцените модели в пространстве состояний со структурированной параметризацией
Структурированная параметризация позволяет вам исключить определенные параметры из оценки путем установки этих параметров на определенные значения.
Идентификация моделей в пространстве состояний с отдельными описаниями шума процесса и измерения
Идентифицированная линейная модель используется, чтобы симулировать и предсказать систему выходные параметры для данного входа и шумовых сигналов.
Поддерживаемая параметризация пространства состояний
Программное обеспечение System Identification Toolbox™ поддерживает различные комбинации параметризации, которые определяют, какие параметры оцениваются и какие параметры остаются фиксированными к определенным значениям.
Определение начальных состояний для итеративных алгоритмов оценки
Когда вы оцениваете модели в пространстве состояний, можно задать, как алгоритм обрабатывает начальные состояния.