线性模型识别
识别脉冲响应、频率特性和参数的模型,如状态方程和传递函数模型
使用线性模型识别线性模型时足以完全捕捉你的系统动力学。你可以确定的线性模型系统识别应用程序或命令行。系统辨识工具箱™使您能够创建和评估四个一般类型的线性模型。
等结构参数的模型,估计的参数传递函数模型、状态方程模型、多项式模型和过程模型。
利用光谱分析频率特性模型,估计谱模型。
相关模型,使用相关分析执行脉冲响应的非参数估计模型。
线性灰色矩形模型——估计任意常微分或差分方程的系数,将系统信息获取先验知识,或者你可以推断出从物理原理。
线性模型识别需要统一频域或时域采样数据。您的数据可以有一个或多个输入和输出通道。有关更多信息,请参见关于确定线性模型。你也可以模型时间序列数据,其中包含一个输出通道,没有输入通道,使用参数如AR和ARMA模型结构。
您可以使用所确定的模型来模拟和预测模型输出在命令行中,在应用程序,或在仿真软件金宝app®。
