系统辨识工作流

系统辨识是一个迭代过程，您可以从数据中识别具有不同结构的模型并比较模型性能。最终，您选择最能描述系统动态的最简单的模型。

因为这个工具箱可以让您快速估计不同的模型结构，所以您应该尝试尽可能多的不同结构，以查看哪一个产生最佳结果。

系统辨识工作流程可能包括以下任务：

处理数据，用于系统辨识：
- 将数据导入 MATLAB^® 工作区。
- 表示系统辨识中的数据或 MATLAB 工作区中的 iddata 或 idfrd 对象。
- 绘制数据来检查时域和频域行为。
  要分析数据中是否存在恒定偏移和趋势、延迟、反馈和信号激励水平，您还可以使用 advice 命令。
- 通过消除偏移和线性趋势、插入缺失值、过滤以强调特定频率范围或使用不同的时间间隔重新采样（插值或抽取）来预处理数据。
识别线性或非线性模型：
验证模型。
当没有得到满意的模型时，尝试不同的模型结构和阶数，或者尝试其他的识别算法。在某些情况下，您可以通过加入噪声模型来改善结果。
在进行进一步估计之前，您可能需要对数据进行预处理。例如，如果数据中存在太多高频噪声，则可能需要在建模之前过滤或抽取（重新采样）数据。
后处理模型：
将辨识模型用于：
- 仿真与预测
- 使用其他 MathWorks^® 产品对估计的工厂进行控制设计。
  您可以将估计的线性模型导入 Control System Toolbox™、Model Predictive Control Toolbox™、Robust Control Toolbox™ 或 Simulink^® 软件。
- 作为 Simulink 中的动态模块

对于在线申请，您可以执行在线估计。