您可以使用估计的实时数据和递归算法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。有关这些算法的详细信息,请参阅在线参数估计的递归算法。
您可以在系统辨识工具箱™库的估计子库使用Simulink模块进行在线参数估计。金宝app然后,您可以使用生成这些模块的C / C ++代码和结构化文本金宝app仿真软件编码器™和金宝appSimulink的PLC编码器™和部署此代码到嵌入目标。您也可以在命令行中执行在线估计和使用部署代码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 |
创建系统对象对于ARMA模型的在线参数估计 |
recursiveARX |
创建系统对象对于ARX模型的在线参数估计 |
recursiveARMAX |
创建系统对象对于ARMAX模型的在线参数估计 |
recursiveBJ |
创建系统对象用于Box-Jenkins多项式模型的在线参数估计 |
recursiveOE |
创建系统对象对于输出误差多项式模型的在线参数估计 |
recursiveLS |
创建系统对象用于在线参数估计,使用递推最小二乘算法 |
步 |
利用递归估计算法在线更新模型参数和输出 |
克隆 |
复制在线参数估计系统对象 |
重启 |
复位在线参数估计系统对象 |
释放 |
解锁在线参数估计系统对象 |
锁住了 |
在线参数估计锁定状态系统对象 |
rpem |
用递归预测误差最小化方法估计一般输入输出模型 |
RPLR |
用递归拟线性回归方法估算一般输入输出模型 |
分割 |
分段数据和每个分段的估计模型 |
估算状态和实时系统的参数。
差数据,算法和估计的实现。
遗忘因子,卡尔曼滤波,梯度和非归一化梯度,有限历史算法的在线参数估计。
删除漂移,偏移,在你的数据丢失的样本,seasonalities,平衡的行为,和异常值。
这个例子说明如何实现在线递归最小二乘估计。
这个例子说明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,以及模拟和测量输出之间的差异。
这个例子演示了在系统辨识工具箱™使用粒子滤波块。
使用系统对象在线参数估计。
这个例子说明了如何在MATLAB命令行随时间变化的ARX模型进行在线参数估计。
这个例子展示了如何使用递归估计算法在MATLAB命令行线拟合执行在线参数估计。
检查估计误差,参数协方差,以及模拟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appSimulink的编码器和金宝appSimulink的PLC编码器下载188bet金宝搏产品。
使用生成C/ c++代码MATLAB编码器软件;系统对象的限制。
检查你的模型,估计数据,估计设置和初始参数值。