La traduction de cette page n'est pas à jour. Cliquez ici pour voir la dernière version en anglais.
Estimation en ligne
Des algorithmes d’estimation en ligne mettent à jour les paramètres et estimations d’état du modèle lorsque de nouvelles données deviennent disponibles. Vous pouvez également procéder à une estimation des paramètres et de l’état en ligne au moyen de blocs Simulink® et au niveau de la ligne de commande. Vous pouvez générer un code C/C++ et déployer ce code vers une cible embarquée. Pour en savoir plus sur l‘estimation en ligne, consultez What Is Online Estimation?
Catégories
- Estimation des paramètres en ligne
Estimez les paramètres d'un modèle à l'aide d'algorithmes récursifs en ligne de commande et dans Simulink
- Estimation de l’état en ligne
Estimez les paramètres d'un modèle à l'aide de filtres de Kalman linéaires et non linéaires en ligne de commande et dans Simulink
Sélection d՚exemples
Online State Estimation Using Identified Linear Models
Generate the state-transition and measurement functions for online state and output estimation using linear identification techniques.
Online State Estimation Using Identified Nonlinear Models
Generate the state-transition and measurement functions for online state and output estimation using nonlinear system identification techniques.
Online ARMAX Polynomial Model Estimation
Implement an online polynomial model estimator. You estimate two ARMAX models for a nonlinear chemical reaction process. These models capture the behavior of the process at two operating conditions. The model behavior is identified online and used to adjust the gains of an adaptive PI controller during system operation.
Line Fitting with Online Recursive Least Squares Estimation
Perform online parameter estimation for line-fitting using recursive estimation algorithms at the MATLAB® command line. You capture the time-varying input-output behavior of the hydraulic valve of a continuously variable transmission.
State Estimation Using Time-Varying Kalman Filter
Estimate states of linear systems using time-varying Kalman filters in Simulink.
Parameter and State Estimation in Simulink Using Particle Filter Block
Demonstrates the use of the Particle Filter block in System Identification Toolbox™. A discrete-time transfer function parameter estimation problem is reformulated and recursively solved as a state estimation problem.
