如何使用matlab中的ident工具箱进行系统辨识数学模型

使用matlab工具箱更为方便和直观：1. 把u，y信号导入到工作空间里。2. 用ident命令打开matlab系统辨识工具箱，然后点击import data，从新打开界面里导入工作空间的数据。然后可以通过图形查看该输入输出信号，或者在proprocess进行信号预处理。3. 根据你的模型在estimate里选择linear parameter models，个人觉得你应该选择ARX结构，确定阶数，然后进行估计。4. 在主界面里查看估计模型，并且可以和实际输出比较，看看拟合度。详细使用方面参考 帮助文档 System Identification Toolbox User's Guide

如果是系统自带的，你可以直接用，如果是外部的或者是自编的你需要先把文件夹拷贝到tools文件夹下，再设置路径。

Matlab常用工具箱介绍(英汉对照)

Matlab Main Toolbox——matlab主工具箱

Control System Toolbox——控制系统工具箱

Communication Toolbox——通讯工具箱

Financial Toolbox——财政金融工具箱

System Identification Toolbox——系统辨识工具箱

Fuzzy Logic Toolbox——模糊逻辑工具箱

Higher-Order Spectral Analysis Toolbox——高阶谱分析工具箱

Image Processing Toolbox——图象处理工具箱

LMI Control Toolbox——线性矩阵不等式工具箱

Model predictive Control Toolbox——模型预测控制工具箱

μ-Analysis and Synthesis Toolbox——μ分析工具箱

Neural Network Toolbox——神经网络工具箱

Optimization Toolbox——优化工具箱

Partial Differential Toolbox——偏微分方程工具箱

Robust Control Toolbox——鲁棒控制工具箱

Signal Processing Toolbox——信号处理工具箱

Spline Toolbox——样条工具箱

Statistics Toolbox——统计工具箱

Symbolic Math Toolbox——符号数学工具箱

Simulink Toolbox——动态仿真工具箱

System Identification Toolbox——系统辨识工具箱

Wavele Toolbox——小波工具箱

例如：控制系统工具箱包含如下功能：

连续系统设计和离散系统设计

状态空间和传递函数以及模型转换

时域响应（脉冲响应、阶跃响应、斜坡响应）

频域响应（Bode图、Nyquist图）

根轨迹、极点配置

较为常见的matlab控制箱有：

控制类：

控制系统工具箱(control systems toolbox)

系统识别工具箱（system identification toolbox）

鲁棒控制工具箱（robust control toolbox）

神经网络工具箱（neural network toolbox）

频域系统识别工具箱（frequency domain system identification toolbox）

模型预测控制工具箱（model predictive control toolbox）

多变量频率设计工具箱（multivariable frequency design toolbox）

信号处理类：

信号处理工具箱（signal processing toolbox）

滤波器设计工具箱（filter design toolbox）

通信工具箱（communication toolbox）

小波分析工具箱（wavelet toolbox）

高阶谱分析工具箱（higher order spectral analysis toolbox）

其它工具箱：

统计工具箱(statistics toolbox)

数学符号工具箱（symbolic math toolbox）

定点工具箱（fixed-point toolbox）

射频工具箱（RF toolbox）

1990年，MathWorks软件公司为Matlab提供了新的控制系统模型化图形输入与仿真工具，并命名为Simulab，使得仿真软件进入了模型化图形组态阶段，1992年正式命名为Simulink，即simu（仿真）和link（连接）。matlab7.0里的simulink为6.0版本，matlab6.5里的simulink为5.0版本。

MATLAB的SIMULINK子库是一个建模、分析各种物理和数学系统的软件，它用框图表示系统的各个环节，用带方向的连线表示各环节的输入输出关系。

启动SIMULINK十分容易，只需在MATLAB的命令窗口键入“SIMULINK”命令，此时出现一个SIMULINK窗口，包含七个模型库，分别是信号源库、输出库、离散系统库、线性系统库、非线性系统库及扩展系统库。

1.信号源库

包括阶跃信号、正弦波、白噪声、时钟、常值、文件、信号发生器等各种信号源，其中信号发生器可产生正弦波、方波、锯齿波、随机信号等波形。

2.输出库

包括示波器仿真窗口、MATLAB工作区、文件等形式的输出。

3.离散系统库

包括五种标准模式：延迟，零-极点，滤波器，离散传递函数，离散状态空间。

4.线性系统库

提供七种标准模式：加法器、比例环节、积分环节、微分环节、传递函数、零-极点、状态空间。

5.非线性系统库

提供十三种常用标准模式：绝对值、乘法、函数、回环特性、死区特性、斜率、继电器特性、饱和特性、开关特性等。

6.系统连接库包括输入、输出、多路转换等模块，用于连接其他模块。

7.系统扩展库

考虑到系统的复杂性，SIMULINK另提供十二种类型的扩展系统库，每一种又有多种模型供选择。

使用时只要从各子库中取出模型，定义好模型参数，将各模型连接起来，然后设置系统参数，如仿真时间、仿真步长、计算方法等。SIMULINK提供了Euler、RungeKutta、Gear、Adams及专用于线性系统的LinSim算法，用户根据仿真要求选择适当的算法。

当然，不同版本的Matlab/Simulink内容有所不同。

另外，Simulink还提供了诸如航空航天、CDMA、DSP、机械、电力系统等专业模块库，给快速建模提供了很大的便利。

白噪声序列并不是m序列。但是m序列是一种特殊的白噪声序列。m序列的特性决定它在信号编码处理中的广泛应用。例如CDMA，码分多路复用。

下面详细介绍m序列的特性，产生方式和Mablab例程。

m序列是最基本的PN序列。PN序列就伪随机序列。 伪随机序列的存在是因为在实际中并不存在完美的随机序列。m序列是最长线性反馈移位寄存器序列的简称。这就说明了，m序列是由反馈移位寄存器来产生的。例如n=9的m序列产生移位寄存器如下图所示：

移位寄存器的形式，取决于n的值。

m序列特性的特性：

1. m序列每一周期中 1 的个数比 0 的个数多 1 个

2. 相异m序列，按模2相加所得的序列仍为m序列

3. m序列的自相关函数为近似脉冲狄拉克δ函数，n越大，越理想。这一点是m序列的关键。

Mablab例程

以下以n=7为例，来演示m序列的产生

%===================================

n = 7

taps=2

tap1=1

tap2=7

flag = 0

rand('state',sum(100*clock))

while 1

abuff = round(rand(1,n))

%make sure not all bits are zero

if find(abuff==1)

break

end

end

for i = (2^n)-1:-1:1

xorbit = xor(abuff(tap1),abuff(tap2)) %feedback bit

abuff = [xorbit abuff(1:n-1)]

y(i) = (-2 .* xorbit) + 1  %yields one's and negative one's (0 ->11 ->-1)

end

stem(y)

ylim([-2,2])

xlim([1,2^(n+1)])

figure

[c,lags]=xcorr(y)

plot(lags,c)

%===================================

运行结果：

m序列

m序列自相关：

---