Description du produit System Identification Toolbox

Création de modèles de système dynamique linéaires et non linéaires à partir de données d’entrée-sortie

System Identification Toolbox™ propose des fonctions MATLAB^®, des blocs Simulink^® et une application de modélisation de système dynamique, d’analyse de séries temporelles et de prévision. Vous pouvez découvrir des relations dynamiques entre les variables mesurées afin de créer des fonctions de transfert, des modèles de processus, ainsi que des modèles de représentation d'état en temps continu ou discret, tout en utilisant des données du domaine temporel ou fréquentiel. Vous pouvez prévoir des séries temporelles en utilisant des modèles AR, ARMA, et d'autres techniques de modélisation autorégressives linéaires et non-linéaires.

La toolbox vous permet d'estimer la dynamique de systèmes non linéaires en utilisant des modèles Hammerstein-Wiener et ARX non linéaires avec des techniques de Machine Learning telles que les processus gaussiens (GP), les machines à vecteurs de support (SVM) et d'autres représentations. Vous pouvez également créer des modèles neuronaux d'équations différentielles ordinaires (ODE) en utilisant le Deep Learning pour capturer la dynamique des systèmes non linéaires. La toolbox vous permet de réaliser une identification de système de type boîte grise afin d'estimer les paramètres d'un modèle défini par l'utilisateur. Vous pouvez intégrer les modèles identifiés dans Simulink afin d'effectuer des simulations rapides pour le design de systèmes de contrôle et les applications de diagnostic et de pronostic.

Vous pouvez estimer les états et les paramètres en ligne en utilisant des filtres de Kalman étendus ou sans parfum et des filtres à particules pour le contrôle adaptatif, la détection de panne, et les applications à capteurs virtuels. La toolbox vous permet de générer du code C/C++ pour les algorithmes d’estimation en ligne afin de cibler des dispositifs embarqués.