主要内容

开始使用系统辨识工具箱

创建线性和非线性动态系统模型的输入输出数据

系统辨识工具箱™提供了MATLAB®函数,仿真软件金宝app®块,应用动态系统建模、时间序列分析和预测。你可以学习动态测量变量创建转移函数之间的关系,过程模型和状态空间模型在连续或离散时间在使用时间或频率域数据。您可以使用AR时间序列预测、ARMA和其他线性和非线性自回归建模技术。

工具箱允许您使用Hammerstein-Wiener估计非线性系统动力学和非线性ARX模型与机器学习技术,如高斯过程(GP),支持向量机(SVM)和其他表示。金宝app或者,您可以创建神经常微分方程(ODE)使用深度学习捕捉非线性系统动力学模型。工具箱允许执行的方框一个用户定义的模型的参数估计系统识别。可以为快速识别模型集成到仿真软件模拟来启用应用程序控制设计和诊断和预后。金宝app

您可以执行在线参数和状态估计使用扩展或无味卡尔曼滤波器和自适应控制粒子过滤器,故障检测,软传感应用。工具箱允许您生成C / c++代码在线估计算法针对嵌入式设备。

教程

关于系统辨识

视频

系统识别第1部分:系统识别是什么?
系统使用数据的识别是一个过程而不是物理学发展的动态系统模型。探索什么是系统识别,它适合在更大的图景。

系统识别第2部分:线性系统辨识
学习如何使用系统识别和验证一个线性模型噪声数据和外部干扰。

系统识别第3部分:非线性系统识别
走过一个学习非线性系统识别的选项非线性ARX模型的许多可能的模型。

系统识别第4部分:在线和递归系统识别
了解在线系统识别。这些算法估计模型参数和状态的新数据测量和实时或接近实时可用。