系统标识工具箱

System Identification Toolbox™提供MATLAB^®功能，Simulink^®块，以及用于动态系统建模、时间序列分析和预测。您可以学习测量变量之间的动态关系，以创建传递连续或离散时间内的函数、过程模型和状态空间模型使用时域或频域数据时。您可以使用AR、ARMA和其他线性和非线性自回归建模技术。

工具箱允许您使用Hammerstein-Wiener和采用机器学习技术的非线性ARX模型，如高斯过程（GP），支持向量机（SVM）和其他表示。或者，您可以创建利用深度学习捕捉非线性的神经常微分方程（ODE）模型系统动力学。工具箱允许您执行灰盒系统识别以进行估计用户定义模型的参数。您可以将识别的模型集成到Simulink中，以进行快速仿真，从而实现控制设计、诊断和预测应用。

您可以使用扩展或无迹卡尔曼进行在线参数和状态估计用于自适应控制、故障检测和软测量的滤波器和粒子滤波器应用。工具箱允许您为在线估计算法生成C/C++代码，以便目标嵌入式设备。