Die genaue Modellierung dynamischer Systeme resultiert oft in einer sehr hohen Anzahl an Zustandsvariablen. Die Systemmatrizen können dadurch zu groß werden, um noch Zustandsraummodelle (ss Objekte) in MATLAB definieren zu können. In diesem Beitrag werden Toolboxen vorgestellt, welche durch Einführung sog. sparse state space Objekten (sss) die Analyse hochdimensionaler Systeme ermöglichen. Mittels Modellordnungsreduktion (sssMOR) kann die wesentliche Dynamik in Modellen deutlich niedrigerer Ordnung abgebildet werden.     «

Die genaue Modellierung dynamischer Systeme resultiert oft in einer sehr hohen Anzahl an Zustandsvariablen. Die Systemmatrizen können dadurch zu groß werden, um noch Zustandsraummodelle (ss Objekte) in MATLAB definieren zu können. In diesem Beitrag werden Toolboxen vorgestellt, welche durch Einführung sog. sparse state space Objekten (sss) die Analyse hochdimensionaler Systeme ermöglichen. Mittels Modellordnungsreduktion (sssMOR) kann die wesentliche Dynamik in Modellen deutlich niedrigerer Ordn...     »