Hammerstein-Wiener モデル

飽和や不感帯などの静的非線形性をもつ線形動的システムの接続

Hammerstein-Wiener モデルは、線形であるシステムに含まれることがある、静的な非線形性を推定するために使用します。ツールボックスでは、これらのモデルが idnlhw オブジェクトとして表されます。Hammerstein-Wiener モデルの推定は System Identification アプリで行うか、コマンドラインで nlhw コマンドを使用して行えます。

アプリ

System Identification

測定データからの動的システムのモデルの同定

関数

すべて展開する

モデルの推定

`idnlhw`	Hammerstein-Wiener Model
`nlhw`	Estimate Hammerstein-Wiener model
`nlhwOptions`	Option set for `nlhw`
`init`	初期パラメーター値を設定またはランダム化する
`getpvec`	モデルパラメーターと、関連する不確かさのデータを取得する
`setpvec`	Modify values of model parameters

非線形性の表現

`idCustomNetwork`	Custom network function for nonlinear ARX and Hammerstein-Wiener models
`idDeadZone`	Create a dead-zone nonlinearity estimator object
`idPolynomial1D`	Class representing single-variable polynomial nonlinear estimator for Hammerstein-Wiener models
`idPiecewiseLinear`	Create a piecewise-linear nonlinearity estimator object
`idSaturation`	Create a saturation nonlinearity estimator object
`idSigmoidNetwork`	Sigmoid network function for nonlinear ARX and Hammerstein-Wiener models
`idUnitGain`	Specify absence of nonlinearities for specific input or output channels in Hammerstein-Wiener models
`idWaveletNetwork`	Wavelet network function for nonlinear ARX and Hammerstein-Wiener models
`idGaussianProcess`	Gaussian process regression mapping function for nonlinear ARX and Hammerstein-Wiener models (requires Statistics and Machine Learning Toolbox) (R2021b 以降)
`idNeuralNetwork`	Multilayer neural network mapping function for nonlinear ARX models and Hammerstein-Wiener models (requires Statistics and Machine Learning Toolbox or Deep Learning Toolbox) (R2023b 以降)
`evaluate`	Evaluate output values of `idnlarx` or `idnlhw` mapping object array for given set of input values

シミュレーションと検証

`sim`	同定されたモデルの応答のシミュレーション
`simOptions`	Option set for `sim`
`compare`	同定されたモデル出力を測定出力と比較する
`compareOptions`	Option set for `compare`
`nlhwPlot`	Plot input and output nonlinearity, and linear responses of Hammerstein-Wiener model (R2023a 以降)
`evaluate`	Evaluate output values of `idnlarx` or `idnlhw` mapping object array for given set of input values

線形化

`idnlhw/findop`	Compute operating point for Hammerstein-Wiener model
`findopOptions`	Option set for `findop`
`idnlhw/operspec`	Construct operating point specification object for `idnlhw` model
`idnlhw/linearize`	Linearize Hammerstein-Wiener model
`linapp`	Linear approximation of nonlinear ARX and Hammerstein-Wiener models for given input

ブロック

すべて展開する

シミュレーション

Hammerstein-Wiener Model	Simulate Hammerstein-Wiener model in Simulink software
Iddata Sink	シミュレーションデータを `iddata` オブジェクトとして MATLAB ワークスペースにエクスポート
Iddata Source	MATLAB ワークスペースの `iddata` オブジェクトに格納されている時間領域データをインポートする

トピック

Hammerstein-Wiener モデルとは
Hammerstein-Wiener モデルの構造を理解する。
Available Nonlinearity Estimators for Hammerstein-Wiener Models
Choose from a set of scalar nonlinearity estimators that you can use for both input and output estimators in Hammerstein-Wiener models.
Identifying Hammerstein-Wiener Models

Specify the Hammerstein-Wiener model structure, and configure the estimation algorithm.
Validating Hammerstein-Wiener Models
Plot model nonlinearities, analyze residuals, and simulate model output.
Using Hammerstein-Wiener Models
Simulate and predict model output, linearize Hammerstein-Wiener models, and import estimated models into the Simulink^® software.
Linear Approximation of Nonlinear Black-Box Models
Choose the approach for computing linear approximations, compute operating points for linearization, and linearize your model.
How the Software Computes Hammerstein-Wiener Model Output
How the software evaluates the output of nonlinearity estimators and uses this output to compute the model response.

注目の例

非線形 ARX モデルと Hammerstein-Wiener モデルの同定のチュートリアル

この例では、測定した入出力データを使用して、単入力単出力 (SISO) の非線形ブラックボックスモデルを同定する方法を説明します。

スクリプトを開く

Create Black-Box Models of a Robotic Arm System Using Neural Networks

Use neural networks as the nonlinear function when you model nonlinear ARX and Hammerstein-Wiener models. It compares the nonlinear systems estimated using different types of neural networks, activation functions, and number of layers.

ライブスクリプトを開く

Hammerstein-Wiener Model of SI Engine Torque Dynamics

Describes modeling the nonlinear torque dynamics of a spark-ignition (SI) engine as a Hammerstein-Wiener model. The identified model can be used for hardware-in-the-loop (HIL) testing, powertrain control, diagnostic, and training algorithm design. For example, you can use the model for aftertreatment control and diagnostics algorithm development. For more information on Hammerstein-Wiener models, see Hammerstein-Wiener Models.

ライブスクリプトを開く