Modèles type boîte grise linéaires
Si vous comprenez la physique de votre système et que vous pouvez représenter le système au moyen d'équations différentielles ordinaires ou aux différences (ODE) avec des paramètres inconnus, vous pouvez utiliser les commandes System Identification Toolbox™ pour effectuer une modélisation de type boîte grise. Les équations différentielles ou aux différences d’un modèle de type boîte grise spécifient explicitement la structure mathématique du modèle, y compris les couplages qui existent entre les paramètres. La modélisation de type boîte grise est utile lorsque vous connaissez les relations qui unissent les variables, les contraintes sur le comportement du modèle ou les équations explicites représentant la dynamique du système.
Vous pouvez représenter un modèle de type boîte grise linéaire au moyen d'un objet idgrey
, ce qui nécessite que vous écriviez une fonction décrivant la dynamique linéaire sous forme de représentation d'état. Pour plus d’informations, consultez Estimate Linear Grey-Box Models.
Fonctions
Rubriques
- Linear and Nonlinear Grey-Box Modeling
If you understand the physics of your system, you can estimate linear or nonlinear grey-box models.
- Identifying State-Space Models with Separate Process and Measurement Noise Descriptions
An identified linear model is used to simulate and predict system outputs for given input and noise signals.
- Estimate Linear Grey-Box Models
How to define and estimate linear grey-box models at the command line.
- Estimate Continuous-Time Grey-Box Model for Heat Diffusion
This example shows how to estimate the heat conductivity and the heat-transfer coefficient of a continuous-time grey-box model for a heated-rod system.
- Estimate Discrete-Time Grey-Box Model with Parameterized Disturbance
This example shows how to create a single-input and single-output grey-box model structure when you know the variance of the measurement noise.
- Estimate State-Space Models with Structured Parameterization
Structured parameterization lets you exclude specific parameters from estimation by setting these parameters to specific values.
- Estimate Coefficients of ODEs to Fit Given Solution
Estimate model parameters using linear and nonlinear grey-box modeling.
- Estimate Model Using Zero/Pole/Gain Parameters
This example shows how to estimate a model that is parameterized by poles, zeros, and gains.