matlab系统辨识工具箱及其反向验证

本文介绍了如何使用MATLAB的系统辨识工具箱进行模型估计和反向验证。通过导入和处理数据,进行模型估计如ARX、状态空间和ARMAX模型,确定最佳拟合的零极点分布。最后,将识别的模型应用于Simulink进行反向验证,以确认模型的准确性。
摘要由CSDN通过智能技术生成

系统辨识工具箱

什么时候使用系统辨识,当系统传递函数不确定(在多大程度上不确定?)时,通过对输入输出数据采集,通过数学迭代找到控制对象的近似模型。在找到近似模型(传递函数)后,就可以使用线性化调参工具对系统控制参数进行整定,进行控制系统设计。

调用命令:systemIdentification

一般过程:

将数据数组从matlab工作区导入程序;

绘制数据;

数据归一化;

估计、验证、 线性模型;

模型导出到工作区

1输入输出数据的导入和处理

数据导入过程中,采样时间设置为真实系统的仿真时间

在more中的次级菜单可设置导入信号的名称和单位,如果是多路信号,这一步就很重要了。

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值