主要内容
非线性模型识别
识别非线性ARX，Hammerstein-Wiener和灰色盒式模型
使用非线性模型标识时，线性模型未完全捕获系统动态时。您可以识别非线性模型系统识别应用程序或命令行。系统识别工具箱™启用三种非线性模型结构的创建和估计：
非线性ARX模型 - 代表系统中的非线性，使用动态非线性映射对象（如小波网络，树分区和SIGMOID网络）。
Hammerstein-Wiener模型 - 估计诸如线性系统中的静态非线性。
非线性灰度盒型号 - 代表使用具有未知参数的常规或差分方程（ODES）的非线性系统。
非线性模型识别需要均匀采样的时域数据。您的数据可以具有一个或多个输入和输出通道。您还可以使用非线性ARX和非线性灰盒式模型模型时间序列数据。有关更多信息，请参阅关于识别的非线性模型。
您可以使用所识别的模型来模拟和预测命令行中的模型输出，在应用程序中或在Simulink中金宝app®。如果您有控制系统工具箱™，您还可以对模型进行线性化并将其用于控制系统设计。有关更多信息，请参阅非线性黑匣子型号的线性逼近。
- 非线性模型识别基础知识
确定的非线性模型，黑匣子建模和正规化 - 非线性ARX模型
使用动态网络（如SIGMOID和小波等）建模的非线性行为 - Hammerstein-Wiener模型
线性动态系统与静态非线性等饱和和死区的连接 - 非线性灰度盒型号
估计非线性差分，差异和状态空间方程的系数
特色例子
您还可以从以下列表中选择一个网站：
