可以使用实时数据和递归算法估计AR、ARMA、ARX、ARMAX、OE或BJ模型系数的参数。您还可以使用递归最小二乘(RLS)算法估计模型。具体算法请参见在线参数估计的递归算法.
您可以使用System Identification Toolbox™库的Estimators子库中金宝app的Simulink块执行在线参数估计。然后,您可以为这些块生成C/ c++代码和结构化文本金宝app仿真软件编码器™和金宝app仿真软件PLC编码器™,并将此代码部署到嵌入式目标。您还可以在命令行上执行在线评估,并使用以下命令部署代码MATLAB®编译器™或MATLAB编码器.
recursiveAR |
创建系统对象用于AR模型的在线参数估计 |
recursiveARMA |
创建系统对象用于ARMA模型的在线参数估计 |
recursiveARX |
创建系统对象用于ARX模型的在线参数估计 |
recursiveARMAX |
创建系统对象用于在线估计ARMAX模型的参数 |
recursiveBJ |
创建系统对象用于Box-Jenkins多项式模型的在线参数估计 |
recursiveOE |
创建系统对象用于输出误差多项式模型的在线参数估计 |
recursiveLS |
创建系统对象用递归最小二乘算法进行在线参数估计 |
一步 |
使用递归估计算法在线更新模型参数和输出 |
克隆 |
拷贝在线参数估计系统对象 |
重置 |
复位在线参数估计系统对象 |
释放 |
在线解锁参数估计系统对象 |
isLocked |
在线参数估计的锁定状态系统对象 |
rpem |
用递归预测误差最小化方法估计一般的输入输出模型 |
rplr |
用递归伪线性回归方法估计一般的投入产出模型 |
段 |
每个段的段数据和估计模型 |
实时估计系统的状态和参数。
数据、算法和估计实现的差异。
遗忘因子,卡尔曼滤波,梯度和非归一化梯度,以及在线参数估计的有限历史算法。
去除数据中的漂移、偏移、缺失样本、季节性、均衡行为和异常值。
这个例子展示了如何实现一个在线递归最小二乘估计。
这个例子展示了如何实现一个在线多项式模型估计器。
检查估计误差、参数协方差以及模拟输出和测量输出之间的差异。
这个示例演示了在系统识别工具箱™中使用粒子过滤器块。
使用系统对象在线参数估计。
这个例子展示了如何在MATLAB命令行上对时变ARX模型进行在线参数估计。
这个例子展示了如何在MATLAB命令行中使用递归估计算法在线估计线拟合的参数。
检查估计误差、参数协方差以及模拟输出和测量输出之间的差异。
使用数据分割模型系统显示突变。
生成C/ c++代码和结构化文本使用金宝app仿真软件编码器和金宝app仿真软件PLC编码器下载188bet金宝搏产品。
生成C/ c++代码使用MATLAB编码器软件;系统对象的限制。
检查您的模型、估计数据、估计设置和初始参数值。