系统识别工具箱™提供MATLAB®函数,仿真软件金宝app®块,以及一个应用程序,用于从测量的输入输出数据构建动态系统的数学模型。它允许您创建和使用动态系统的模型,这些模型不容易根据第一原则或规范进行建模。您可以使用时域和频域的输入-输出数据来识别连续时间和离散时间的传输函数、流程模型和状态空间模型。工具箱还提供了用于嵌入式在线参数估计的算法。
工具箱提供了识别技术,如最大似然、预测误差最小化(PEM)和子空间系统识别。要表示非线性系统动力学,可以使用小波网络、树形划分和s形网络非线性估计Hammerstein-Weiner模型和非线性ARX模型。工具箱执行灰箱系统标识以估计用户定义模型的参数。您可以在Simulink中使用已识别的模型进行系统响应预测和工厂建模。金宝app工具箱还支持时间序列数据建模和时间金宝app序列预测。
使用系统识别应用程序从单输入/单输出(SISO)数据中识别线性黑盒模型。
使用系统识别工具箱命令从多输入/单输出(MISO)数据识别线性模型。
使用系统识别应用程序从单输入/单输出(SISO)数据识别连续时间传输函数。
这个例子说明了如何估计一个连续时间的灰箱模型加热棒系统的导热系数和传热系数。
使用系统识别应用程序从单输入/单输出(SISO)数据中识别非线性黑盒模型。
决定为您的系统评估哪些模型的标准。
系统识别工作流中典型任务的总结。
系统识别工具箱软件支持从时域和频域数据估计线性模型。金宝app
连续时间和离散时间模型的类型,您可以从时域和频域数据进行估计。
概述工具箱中的频域识别。
什么时候使用应用程序,什么时候使用系统识别工具箱命令。
使用系统识别应用程序。
用于构建模型的命令摘要。
实时估计系统的状态和参数。