Vergleichen des Ausgangs mit den gemessenen Daten

Darstellen simulierter oder prognostizierter Ausgänge und gemessener Daten zum Vergleich, Berechnen der Best-Fit-Werte

Nach der Identifikation eines Modells können Sie die Modellantwort simulieren oder prognostizieren und diese Antwort mit den gemessenen Eingangs-/Ausgangsdaten vergleichen. Dieser Vergleich hilft Ihnen zudem dabei, aus den Kandidatenmodellen auszuwählen und unterstützt Sie bei der Validierung des von Ihnen ausgewählten, identifizierten Modells. Sie können die Modellantwort neben den gemessenen Ausgangsdaten darstellen und Anfangsbedingungen verwenden, die auf Grundlage der Daten geschätzt werden können. Zudem können Sie eine Metrik berechnen, die darstellt, wie gut Ihre Modellantwort zu den gemessenen Ausgabedaten passt.

Funktionen

alle erweitern

Vergleichen von Ausgang und gemessenen Daten

`compare`	Compare identified model output with measured output
`compareOptions`	Option set for `compare`
`goodnessOfFit`	Goodness of fit between test and reference data for analysis and validation of identified models
`predict`	Predict identified model K-step-ahead output
`predictOptions`	Option set for `predict`
`sim`	Simulate response of identified model
`simOptions`	Option set for `sim`

Schätzen der Anfangsbedingungen

`initialCondition`	Initial condition representation for linear time-invariant systems (Seit R2020b)
`findstates`	Estimate initial states of model
`findstatesOptions`	Option set for `findstates`
`data2state`	Map past data to states of state-space and nonlinear ARX models
`idpar`	Create parameter for initial states and input level estimation

Themen

Vergleichen des Modellausgangs mit den gemessenen Daten

Compare Simulated Output with Measured Validation Data
This example shows how to validate an estimated model by comparing the simulated model output with measured data that was not used for the original estimation.
Plot Models in the System Identification App
To create one or more plots of your models, select the corresponding check box in the Model Views area of the System Identification app.

Simulieren oder Prognostizieren der Modellantwort

Simulate and Predict Identified Model Output

Understand the difference between simulated and predicted output and when to use each.

Festlegen der Anfangsbedingungen

Estimate Initial Conditions for Simulating Identified Models
Estimate initial conditions for use in simulations executed from the command line, from Simulink^®, and from the System Identification app.
Apply Initial Conditions When Simulating Identified Linear Models
This example describes the workflow for obtaining estimated initial conditions (ICs) for a transfer function model and using the ICs when simulating the model. The example also shows how to use ICs when you convert a model from one model type to another.
Reproduce Command Line or System Identification App Simulation Results in Simulink
Resolve differences between simulation results when comparing command-line or System Identification model outputs with Simulink outputs.

Darstellen der Daten

Supported Model Plots

Examine available plot types and corresponding supported models.
- Impulse and Step Response Plots
- Frequency Response Plots for Model Validation
- Noise Spectrum Plots
- Pole and Zero Plots
Compute Model Uncertainty
Compute model parameter uncertainty of linear models.
Specify Toolbox Preferences for Linear Analysis Plots
Set linear analysis plot preferences that persist between MATLAB^® sessions.