Main Content

このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。

System Identification Toolbox 入門

入出力データからの線形および非線形の動的システム モデルの作成

System Identification Toolbox™ には、MATLAB® 関数と Simulink® ブロックに加え、動的システム モデリング、時系列解析、および予想のアプリが用意されています。時間領域データまたは周波数領域を使用しているときに、連続時間または離散時間で伝達関数、プロセス モデル、および状態空間モデルを作成するための、測定変数の動的な関係を学習できます。AR、ARMA、その他の線形および非線形の自己回帰モデリング手法を使用して、時系列を予想できます。

ツールボックスでは、ガウス過程 (GP)、サポート ベクター マシン (SVM) などの機械学習技術やその他の表現方法により、Hammerstein-Wiener モデルおよび非線形 ARX モデルを使用して非線形システム ダイナミクスを推定できます。あるいは、深層学習を使用するニューラル常微分方程式 (ODE) モデルを作成して、非線形システム ダイナミクスを捉えることができます。ツールボックスでは、ユーザー定義モデルのパラメーターを推定するためにグレーボックス システム同定を実行できます。同定されたモデルを Simulink に統合してラピッド シミュレーションを行えば、制御設計や、診断と予知への適用が可能になります。

適応制御、故障検出、ソフトセンシングのアプリケーションに拡張カルマン フィルター、アンセンテッド カルマン フィルター、および粒子フィルターを使用して、オンライン パラメーターと状態推定を実行できます。ツールボックスでは、組み込みデバイスを対象とする、オンライン推定アルゴリズム用の C/C++ コードを生成できます。

チュートリアル

システム同定について

ビデオ

システム同定パート 1: システム同定とは
システム同定は、物理現象ではなくデータを使って動的システムのモデルを開発するプロセスです。システム同定とは何か、またそれが大局的な概念の中でどこに当てはまるのかを探索します。

システム同定パート 2: 線形システム同定
システム同定を使用して、ノイズや外乱で破損したデータに線形モデルを適合させ、妥当性を確認する方法を説明します。

システム同定パート 3: 非線形システム同定
使用できるモデル オプションの 1 つである非線形 ARX モデルを使用して、非線形システム同定について学習します。

システム同定パート 4: オンライン システム同定および再帰的システム同定
オンライン システム同定について学習します。これらのアルゴリズムは、新しいデータが測定され、リアルタイムまたはほぼリアルタイムで利用できるようになると、モデルのパラメーターと状態を推定します。