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^®

Vous pouvez estimer les états de votre système sur la base des données temps réel, et d’algorithmes de filtres de Kalman linéaires, étendus ou sans parfum. Vous pouvez également procéder à une estimation en ligne de l’état au moyen de blocs Simulink dans la sous-bibliothèque des estimateurs de la bibliothèque System Identification Toolbox™. Vous pouvez alors générer un code C/C++ pour ces blocs en recourant à Simulink Coder™ et déployer ce code vers une cible embarquée. Vous pouvez également procéder à une estimation de l’état en ligne au niveau de la ligne de commande et déployer votre code en recourant à MATLAB^® Compiler™ ou à MATLAB Coder.

Fonctions

`extendedKalmanFilter`	Create extended Kalman filter object for online state estimation
`unscentedKalmanFilter`	Create unscented Kalman filter object for online state estimation
`particleFilter`	Particle filter object for online state estimation
`correct`	Correct state and state estimation error covariance using extended or unscented Kalman filter, or particle filter and measurements
`residual`	Return measurement residual and residual covariance when using extended or unscented Kalman filter
`predict`	Predict state and state estimation error covariance at next time step using extended or unscented Kalman filter, or particle filter
`initialize`	Initialize the state of the particle filter
`clone`	Copy online state estimation object
`generateJacobianFcn`	Generate MATLAB Jacobian functions for extended Kalman filter using automatic differentiation (depuis R2023a)

Blocs

Kalman Filter	Estimate states of discrete-time or continuous-time linear system
Extended Kalman Filter	Estimate states of discrete-time nonlinear system using extended Kalman filter
Particle Filter	Estimate states of discrete-time nonlinear system using particle filter
Unscented Kalman Filter	Estimate states of discrete-time nonlinear system using unscented Kalman filter

Rubriques

Principes de base de l’estimation en ligne

What Is Online Estimation?
Estimate states and parameters of a system in real-time.
Extended and Unscented Kalman Filter Algorithms for Online State Estimation
Description of the underlying algorithms for state estimation of nonlinear systems.

Estimation en ligne de l’état dans Simulink

State Estimation Using Time-Varying Kalman Filter
Estimate states of linear systems using time-varying Kalman filters in Simulink.
Estimate States of Nonlinear System with Multiple, Multirate Sensors
Use an Extended Kalman Filter block to estimate the states of a system with multiple sensors that are operating at different sampling rates.
Validate Online State Estimation in Simulink
Validate online state estimation that is performed using Extended Kalman Filter and Unscented Kalman Filter blocks.
Parameter and State Estimation in Simulink Using Particle Filter Block
This example demonstrates the use of the Particle Filter block in System Identification Toolbox™.
State Estimation with Wrapped Measurements Using Extended Kalman Filter
This example shows how to use the extended Kalman filter algorithm for nonlinear state estimation for 3D tracking involving circularly wrapped angle measurements.

Estimation en ligne de l’état en ligne de commande

Nonlinear State Estimation Using Unscented Kalman Filter and Particle Filter
Use the unscented Kalman filter algorithm for nonlinear state estimation for the van der Pol oscillator.
Validate Online State Estimation at the Command Line
Validate online state estimation that is performed using extended and unscented Kalman filter algorithms.
Generate Code for Online State Estimation in MATLAB
Deploy extended or unscented Kalman filters, or particle filters using MATLAB Coder software.

Résolution des problèmes

Troubleshoot Online State Estimation

Troubleshoot online state estimation performed using extended and unscented Kalman filter algorithms.

Informations connexes

Comprendre les filtres de Kalman : Estimateurs d’état non linéaires — MATLAB Série de vidéos