System Identification Toolbox предоставляет возможности для построения математических моделей динамических систем по измеренным данным входа и выхода реальной системы. 

System Identification Toolbox предоставляет функции MATLAB, блоки Simulink и интерактивные инструменты для создания и использования моделей динамических систем. Можно использовать данные входа, выхода во временной и частотной области для идентификации непрерывных и дискретных передаточных функции, моделей процессов и моделей в пространстве состояний.

При помощи System Identification Toolbox можно использовать следующие методы идентификации:

  • максимального правдоподобия,
  • минимизации ошибки прогноза (PEM - prediction-error minimization),
  • системной идентификации подмножества и
  • другие методы идентификации.


Для нелинейной системной динамики можно оценивать модели Хаммерстайна-Винера (Hammerstein-Weiner) и нелинейные модели ARX (AutoRegresive model with eXternal input (АвтоРегрессионная модель с внешним входом)) с вейвлетной сетью, модели с древовидным разделением и модели с нелинейной сигмоидальной сетью.

При помощи System Identification Toolbox можно выполнять идентификацию системы как чёрного ящика для оценки параметров определенной пользователем модели. Можно использовать идентифицированную модель для предсказания отклика системы и для симуляции в Simulink.

System Identification Toolbox также позволяет пользователю моделировать данные временной последовательности и выполнять прогнозирование временной последовательности.


Идентификация моделей по данным

System Identification Toolbox позволяет пользователю создавать модели по измеренным данным на входе и выходе. С его помощью можно:
  • анализировать и обрабатывать данные;
  • определять подходящую структуру, порядок модели и выполнять оценку параметров модели;
  • проверять достоверность полученной модели.

Можно использовать идентифицированные линейные модели для анализа и проектирования системы управления при помощи Control System Toolbox. Можно добавлять опознанные модели в Simulink с использованием блоков, предоставляемых комплектом инструментов. Можно также использовать идентифицированные модели для предсказания.


Ключевые особенности

  • Возможность идентификации передаточных функций, моделей процессов и моделей в пространстве состояний по данным отклика в частотной и временной области
  • Возможность использования для оценки авторегрессионной модели (ARX, ARMAX), модели Box-Jenkins (Бокса-Дженкинса) и Output-Error (Выход-ошибка) модели с использованием техник идентификации типов: максимальная вероятность, минимизация предсказанной ошибки (PEM - prediction-error minimization), подпространственная система
  • Моделирование временной последовательности (AR, ARMA, ARIMA) и прогнозирование
  • Идентификация нелинейных ARX моделей и моделей Хаммерстайна-Винера с нелинейностями на входе и выходе, такими как насыщенность и мёртвая зона
  • Идентификация линейных и нелинейных систем как чёрных ящиков для оценки моделей, заданных пользователем
  • Оценка задержек, удаление тренда, фильтрация, повторная дискретизация и восстановление недостающих данных
  • Блоки для использования идентифицированных моделей в Simulink


Системные требования