状态空间模型是使用状态变量来描述系统的一组一阶微分或差分方程,而不是一个或多个n三阶微分或差分方程。状态变量x(t)可以从测量的输入/输出数据重建,但在实验中不被测量。
状态空间模型结构是快速估计的好选择,因为它只需要指定一个输入,即模型秩序n.模型的阶数是一个整数,等于x(t),并与相应的线性差分方程中使用的延迟输入和输出的数量有关,但不一定等于。
在连续时间中定义参数化状态空间模型通常比在离散时间中更容易,因为物理定律通常用微分方程来描述。连续时间下,状态空间描述形式为:
的矩阵F,G,H,D包含有物理意义的元素,例如,材料常数。K包含扰动矩阵。x0指定初始状态。
您可以使用时域和频域数据来估计连续时间状态空间模型。
离散时间状态空间模型结构通常写成创新的形式,用来描述噪音:
在这里,T为采样时间,u(kT)为该时刻的输入kT,y(kT)为该时刻的输出kT.
你不能用连续时间频域数据来估计一个离散时间状态空间模型。
有关更多信息,请参见什么是状态空间模型?
系统识别 | 根据测量数据确定动态系统的模型 |
状态空间模型的估计 | 使用实时编辑器中的时间或频率数据估计状态空间模型 |
状态空间模型使用状态变量的模型是用一组一阶微分或差分方程来描述系统,而不是用一个或多个n三阶微分或差分方程。
在非迭代子空间方法、使用预测误差最小化算法的迭代方法和非迭代方法之间进行选择。
在应用程序和命令行中为状态空间模型结构选择一个模型顺序。
模态、伴生、可观察和可控制的典型状态空间模型。
您可以使用具有单个或多个输出的真实或复杂的时域和频域数据。
使用应用程序指定模型配置选项和模型估计选项。
执行黑箱或结构化评估。
规范的参数化以简化参数形式表示状态空间系统,其中的许多元素一个,B和C矩阵固定为0和1。
这个例子展示了如何使用状态空间估计方法来估计ARMAX和oe形式的模型。
自由参数化是默认;估计例程调整状态空间矩阵的所有参数。
减小Simulink的顺序金宝app®通过线性化模型和估计一个保持模型动态的低阶模型来建模。
结构参数化允许您通过将这些参数设置为特定值来从估计中排除特定参数。
在给定输入和噪声信号的情况下,利用辨识出的线性模型对系统输出进行仿真和预测。
系统识别工具箱™软件支持各种参数组合,确定哪些参数是估计的,哪些参数保持固定的特金宝app定值。
当您估计状态空间模型时,您可以指定算法如何处理初始状态。