主要内容

支持连续和离散时间模型

对于线性和非线性ode(灰盒模型)，您可以指定任何常微分或差分方程，分别以状态空间形式表示您的连续时间或离散时间模型。在线性情况下，同时支持时域和频域数据。在非线性的情况下,只有时域数据支持。

对于黑盒模型，下表总结了支持的连续时间和离散时间模型。

支持连续时间模型

模型类型 描述
传递函数模型 估计连续时间传递函数模型直接使用特遣部队从时间域和频域数据。
如果你从时域数据中估计了一个离散时间传递函数模型，那么使用d2c将其转化为连续时间模型。
低阶传递函数(过程模型) 从时间域或频域数据中估计多达三个自由极点的低阶过程模型。
线性输入输出多项式模型 为了从时域数据中得到任意结构的线性连续时间模型，你可以估计一个离散时间模型，然后使用d2c将其转化为连续时间模型。
你只能估计输出误差结构的多项式模型使用连续时间频域数据..其他包含噪声模型的结构，如Box-Jenkins (BJ)和ARMAX，不支持频域数据。
状态空间模型 直接使用来自时间域和频域数据的估计命令估计连续时间状态空间模型。
如果你从时域数据中估计一个离散时间状态空间模型，那么使用d2c将其转化为连续时间模型。
线性ode(灰盒)模型 如果MATLAB®file返回连续时间模型矩阵，然后使用时域或频域数据估计常微分方程(ODE)系数。
非线性ode(灰盒)模型 如果MATLAB文件返回连续时间输出和状态导数值，从时域数据估计任意微分方程(ode)。

支持离散时间模型

模型类型 描述
线性输入输出多项式模型 从时间或频域数据估计任意阶线性参数模型。
离散时间模型,数据样本时间必须设置为(0)值你用于样本实验。

非线性模型识别

 仅从时域数据进行估计。
线性ode(灰盒)模型 如果MATLAB文件返回离散时间模型矩阵，则从时域或离散时间频域数据估计常差分方程系数。
非线性ode(灰盒)模型 如果MATLAB文件返回离散时间输出和状态更新值，从时域数据估计常差分方程。
Baidu
map