状态空间模型是使用状态变量来描述系统的一组一阶微分或差分方程,而不是一个或多个N数级差分或差分方程。状态变量X(T.)可以从测量的输入-输出数据重建,但在实验中不测量其本身。
状态空间模型结构是快速估计的良好选择,因为它需要您仅指定一个输入,所以模型订单那N。模型顺序是一个等于维度的整数X(T.)并且涉及,但不一定等于,在相应的线性差分方程中使用的延迟输入和输出的数量。
在连续时间中定义参数化的状态空间模型通常更容易,因为物理定律通常用微分方程来描述。在连续时间下,状态空间的描述形式为:
矩阵F那G那H,D.包含有物理意义的元素,例如,材料常数。X0.指定初始状态。
您可以使用时间域和频域数据估计连续时间状态空间模型。
离散时间状态空间模型结构通常写成创新形式这描述了噪音:
在哪里T.为采样时间,你(kT)为瞬时时间的输入kT,y(kT)为时刻instant的输出kT。
您无法使用连续时间频域数据估计离散时间 - 空间模型。
有关更多信息,请参见什么是状态空间模型?
系统识别 | 从测量数据识别动态系统的模型 |
状态空间模型的估计 | 使用实时编辑器中的时间或频率数据估计状态空间模型 |
状态空间模型使用状态变量的模型是用一组一阶微分或差分方程来描述系统,而不是用一个或多个N数级差分或差分方程。
选择非特性子空间方法,使用预测误差最小化算法的迭代方法和非特性方法。
要估计状态空间模型,必须提供其顺序的值,该值表示状态的数量。
模态、伴生、可观察和可控制的典型状态空间模型。
您可以使用真实或复杂的时域和频域数据,并具有单个或多个输出。
将数据导入系统标识应用程序。
执行黑匣子或结构化估计。
规范参数化以简化参数形式表示状态空间系统,其中的许多元素一种那B.和C矩阵固定为0和1。
此示例显示了如何使用状态空间估计方法估算ARMAX和OE形式模型。
状态空间矩阵的默认参数化一种那B.那C那D.,K.免费;也就是说,矩阵中的任何元素可通过估计例程调节。
减少Simulink的顺序金宝app®通过线性化模型并估计保留模型动态的低阶模型进行建模。
结构参数化允许您通过将这些参数设置为特定值来从估计中排除特定参数。
识别的线性模型用于模拟和预测给定输入和噪声信号的系统输出。
系统识别工具箱™软件支持以下参数化,指示估计哪些参数,其仍然固定在特定值中:金宝app
当您估计状态空间模型时,您可以指定算法如何处理初始状态。