System Identification Toolbox

Назначение и возможности

Набор инструментов для идентификации систем содержит инструменты для создания математических моделей динамических систем, основанных на наблюдаемых входных/выходных данных. Особенностью набора инструментов является наличие гибкого пользовательского интерфейса, позволяющего организовать данные и модели. Набор инструментов поддерживает как параметрические, так и непараметрические методы. Методы идентификации, представленные в этом наборе полезны в широком спектре приложений: от проектирования систем управления и исследования сигналов до вибрационного анализа и анализа временных последовательностей.

Особенности

• Простой в использовании интерфейс пользователя.
• Предварительная обработка данных, включающая удаление погрешностей, предотвращение ухода данных от характерного для них уровня, предварительная фильтрация.
• Селекция области возможных значений данных.
• Модель для получения оценок: ARX, ARMAX, Box-Jenkins, ошибки выхода и методов пространства состояний
• Моделирование и определение ошибок для выяснения точности модели

Выделяются
Удобство интерфейса пользователя. Интерфейс облегчает предварительную обработку данных, работу с итеративным процессом создания моделей для получения оценок и выделения наиболее значимых данных. Быстрое выполнение с минимальными усилиями таких операций, как открытие/сохранение данных, селекция области возможных значений данных, удаление погрешностей, предотвращение ухода данных от характерного для них уровня.

Графическая организация.
Наборы данных и идентифицируемые модели организованы графически, что позволяет легко вызвать результаты предыдущих анализов в течение процесса идентификации системы.
Для новичков: графическая организация интерфейса пользователя позволяет Вам видеть следующие возможные шаги процесса.
Для профессионалов: основной пользовательский интерфейс организует данные для показа уже полученного результата. Это облегчает быстрое сравнение по оценкам моделей, позволяет графическими средствами выделять наиболее значимые модели и исследовать их показатели (выход модели, частотные характеристики и т.д.).

Параметрические модели.
Начиная с измерения входных и выходных данных, параметрическая модель должна уже быть определена для математического описания поведения системы в динамике. Набор инструментов позволяет имитировать все стандартные модельные структуры, включая AR, ARX, ARMAX, ошибку выхода, Box-Jenkins, ARARX, ARMA, ARARMAX и т.д. Набор поддерживает обычные линейные модели, описанные в пространстве состояний, которые могут быть определены в дискретной или непрерывной временной области. Эти модели могут включать произвольное число входов и выходов.

Моделирование и определение точности.
Имеются функции, позволяющие исследовать поведение идентифицируемых моделей, используя тестовые данные как входные.

Область применения.
Идентификация линейных моделей из тестовых данных обычно используется при проектировании систем управления, описываемыми простыми моделями. В приложениях по работе с сигналами полученные модели могут быть использованы для работы с более сложными системами и получения адаптивных сигналов. Возможности системной идентификации уже успешно используются также в области финансовых приложений.

(c) Першин Алексей