降阶模型 ROM 降阶模型ROM（Reduced Order Models）是一种对高保真度静态或动态模型的简化方法。模型降阶在保留了模型的基本特性与主导效应的同时，大大减少复杂模型的CPU计算时间及存储空间。  ROM的用途： 加速大规模系统的仿真速度 将ROM运行在硬件在环环境 数字孪生 Digital twins 降阶方法: 静态：曲线、曲面拟合，查表

文章目录 前言 背景介绍 初始算法 优化算法 分析和应用 总结 前言         见《【研发日记】Matlab/Simulink软件优化(一)——动态内存负荷压缩》         见《【研发日记】Matlab/Simulink软件优化(二)——通信负载柔性均衡算法》 背景介绍         在一个嵌入式软件开发项目中，需要开发一个数据处理算法，功能是求

定理： 若系统能观测，且rankC=m，则系统的状态观测器的最小维数是(n-m)。 线性定常时不变系统方程如下（以三阶(n=3)单入单出系统为例，有m=rankC=1）：  取变换阵P，有： 对上述系统方程进行线性变换， 得到如下形式：           输出y直接给出。于是状态估计时，只需对 n-m=2 维的、进行估计即可。这就是说，降阶观测器的维数为n-m=2。 降