Linear Model Identification
确定冲动反应,频率响应和参数模型,例如状态空间和传输函数模型
Use linear model identification when a linear model is sufficient to completely capture your system dynamics. You can identify linear models in the系统标识应用程序或命令行。系统标识Toolbox™使您可以创建和估计四种线性模型的四种常规类型。
参数模型 - 估计结构中的参数,例如传输函数模型,状态空间模型,多项式模型和过程模型。
频率响应模型 - 使用光谱分析估算光谱模型。
相关模型 - 使用相关分析对脉冲反应模型进行非参数估计。
线性灰色框模型 - 估计任意普通微分方程或差异方程的系数,并结合您从先验知识中获得的系统信息,或者可以从物理原理中推导。
线性模型识别需要频域或均匀采样的时间域数据。您的数据可以具有一个或多个输入和输出通道。有关更多信息,请参阅关于确定的线性模型。您还可以使用参数模型结构(例如AR和ARMA)建模包含单个输出通道和无输入通道的时间序列数据。
您可以使用已确定的模型在命令行,应用程序或Simulink中模拟和预测模型输出金宝app®。
- 线性模型识别基础知识
Identified linear models, black-box modeling, model structure selection, and regularization - 过程模型
具有静态增益,时间常数和输入输出延迟的低阶传输函数模型 - 输入输出多项式模型
ARX, ARMAX, BJ, and OE models - 州空间模型
状态空间模型与自由、规范和structured parameterizations; equivalent ARMAX and OE models - 传输功能模型
传输功能模型 - 线性灰色框
线性差异,差和状态空间方程的估计系数 - 频率响应模型
Frequency-response models obtained using spectral analysis - 相关模型
使用相关分析获得的脉冲反应模型