Main Content

System Identification Toolbox

入出力データからの線形および非線形の動的システム モデルの作成

System Identification Toolbox™ には、MATLAB® 関数と Simulink® ブロックに加え、動的システム モデリング、時系列解析、および予想のアプリが用意されています。時間領域データまたは周波数領域を使用しているときに、連続時間または離散時間で伝達関数、プロセス モデル、および状態空間モデルを作成するための、測定変数の動的な関係を学習できます。AR、ARMA、その他の線形および非線形の自己回帰モデリング手法を使用して、時系列を予想できます。

ツールボックスでは、ガウス過程 (GP)、サポート ベクター マシン (SVM) などの機械学習技術やその他の表現方法により、Hammerstein-Wiener モデルおよび非線形 ARX モデルを使用して非線形システム ダイナミクスを推定できます。あるいは、深層学習を使用するニューラル常微分方程式 (ODE) モデルを作成して、非線形システム ダイナミクスを捉えることができます。ツールボックスでは、ユーザー定義モデルのパラメーターを推定するためにグレーボックス システム同定を実行できます。同定されたモデルを Simulink に統合してラピッド シミュレーションを行えば、制御設計や、診断と予知への適用が可能になります。

適応制御、故障検出、ソフトセンシングのアプリケーションに拡張カルマン フィルター、アンセンテッド カルマン フィルター、および粒子フィルターを使用して、オンライン パラメーターと状態推定を実行できます。ツールボックスでは、組み込みデバイスを対象とする、オンライン推定アルゴリズム用の C/C++ コードを生成できます。

System Identification Toolbox 入門

System Identification Toolbox の基礎を学ぶ

データの準備

時間領域データおよび周波数領域データのプロット、解析、トレンド除去、フィルター、データの生成とインポート

線形モデルの同定

線形状態空間モデルや伝達関数モデルなど、インパルス応答モデル、周波数応答モデル、パラメトリック モデルの同定

非線形モデルの同定

非線形 ARX モデル、Hammerstein-Wiener モデル、およびグレーボックス モデルの同定

グレーボックス モデルの推定

線形および非線形の微分方程式、差分方程式、状態空間方程式の係数の推定

モデルの検証

測定出力、残差解析、信頼限界をもつ応答プロットに対するモデルの比較

モデル解析

モデルの離散化、モデルのタイプの変換、非線形モデルの線形化、出力のシミュレーションと予測

時系列解析

AR、ARMA、状態空間、グレーボックス モデルなどの線形モデルと非線形モデルを同定し、スペクトル解析を実行して、モデル出力を予想することにより、時系列データを解析します。

オンライン推定

システムの動作中にモデル パラメーターとモデル状態を推定し、コードを生成して組み込みターゲットへと展開する