Comparer la sortie aux données mesurées

Tracer la sortie simulée ou prédite et les données mesurées à des fins de comparaison, calculer les valeurs les mieux adaptées

Lorsque vous identifiez un modèle, vous pouvez simuler ou prédire la réponse du modèle, puis comparer cette réponse aux données d'entrée/sortie mesurées. Cette comparaison vous aide à choisir parmi les modèles candidats et à valider le modèle identifié que vous avez sélectionné. Vous pouvez tracer la réponse du modèle avec les données de sortie mesurées, tout en utilisant des conditions initiales qui peuvent être estimées à partir des données. Vous pouvez également calculer une mesure qui quantifie dans quelle mesure la réponse de votre modèle correspond aux données de sortie mesurées.

Fonctions

développer tout

Comparer la sortie et les données mesurées

`compare`	Compare identified model output with measured output
`compareOptions`	Option set for `compare`
`goodnessOfFit`	Goodness of fit between test and reference data for analysis and validation of identified models
`predict`	Predict identified model K-step-ahead output
`predictOptions`	Option set for `predict`
`sim`	Simulate response of identified model
`simOptions`	Option set for `sim`

Estimer les conditions initiales

`initialCondition`	Initial condition representation for linear time-invariant systems (depuis R2020b)
`findstates`	Estimate initial states of model
`findstatesOptions`	Option set for `findstates`
`data2state`	Map past data to states of state-space and nonlinear ARX models
`idpar`	Create parameter for initial states and input level estimation

Rubriques

Comparer la sortie du modèle aux données mesurées

Compare Simulated Output with Measured Validation Data
This example shows how to validate an estimated model by comparing the simulated model output with measured data that was not used for the original estimation.
Plot Models in the System Identification App
To create one or more plots of your models, select the corresponding check box in the Model Views area of the System Identification app.

Simuler et prédire la réponse du modèle

Simulate and Predict Identified Model Output

Understand the difference between simulated and predicted output and when to use each.

Définir les conditions initiales

Estimate Initial Conditions for Simulating Identified Models
Estimate initial conditions for use in simulations executed from the command line, from Simulink^®, and from the System Identification app.
Apply Initial Conditions When Simulating Identified Linear Models
This example describes the workflow for obtaining estimated initial conditions (ICs) for a transfer function model and using the ICs when simulating the model. The example also shows how to use ICs when you convert a model from one model type to another.
Reproduce Command Line or System Identification App Simulation Results in Simulink
Resolve differences between simulation results when comparing command-line or System Identification model outputs with Simulink outputs.

Tracer les données

Supported Model Plots

Examine available plot types and corresponding supported models.
- Impulse and Step Response Plots
- Frequency Response Plots for Model Validation
- Noise Spectrum Plots
- Pole and Zero Plots
Compute Model Uncertainty
Compute model parameter uncertainty of linear models.
Specify Toolbox Preferences for Linear Analysis Plots
Set linear analysis plot preferences that persist between MATLAB^® sessions.