在线评估

评估系统运行过程中的模型参数和状态，生成代码并部署到嵌入式目标

当有新的数据可用时，在线估计算法会更新模型参数和状态估计。您可以使用Simulink执行在线参数估计和在线状态估计金宝app®块和命令行。您可以生成C/ c++代码并将代码部署到嵌入式目标。有关在线评估的更多信息，请参见什么是在线评估?

  • 在线参数估计
    在命令行和Simulink中使用递归算法估计模型参数金宝app
  • 在线状态估计
    在命令行和Simulink中使用线性和非线性卡尔曼滤波器估计模型参数金宝app

特色的例子

在线最大多项式模型估计

在线最大多项式模型估计

实现一个在线多项式模型估计器。你估计一个非线性化学反应过程的两个ARMAX模型。这些模型捕获流程在两个操作条件下的行为。在线辨识模型行为，并在系统运行过程中调整自适应PI控制器的增益。
打开脚本
在线递归最小二乘估计的直线拟合

在线递归最小二乘估计的直线拟合

在MATLAB命令行上使用递归估计算法在线估计行拟合参数。你可以捕捉到连续变速液压阀的输入-输出随时间变化的特性。
打开生活的脚本
利用时变卡尔曼滤波器进行状态估计

利用时变卡尔曼滤波器进行状态估计

在Simulink中利用时变卡尔曼滤波器估计线性系统的状态。金宝app
打开脚本
在Simulink中使用粒子滤波块进行参数和状态估计金宝app

在Simulink中使用粒子滤波块进行参数和状态估计金宝app

演示了粒子滤波块在系统识别工具箱中的使用。将离散传递函数参数估计问题转化为状态估计问题递推求解。
打开脚本
系统识别工具箱文档
金宝app

尝试MATLAB、Sim金宝appulink和其他产品下载188bet金宝搏

得到审判现在