将数据驱动系统作为数字孪生研究：Ho-Kalman 阶次估计方法的数值行为

系统辨识一直是工程演进中的重大进展。由于它默认是大量自适应控制技术首要步骤，工程师必须应用它以实践控制。鉴于系统辨识有助于创建数字孪生，本工作聚焦于该过程的初始阶段，讨论简化的系统阶次辨识。通过具体数值示例，本研究对时域中一种便捷、无缝地从响应估计阶次的最“自然”方法进行了探究。该方法本身由 Ho 和 Kalman 提出，利用线性代数，是一种从数据自身提取信息的直观工具。最后，借助方法的局限性，在构建数字孪生的视角下讨论了潜在的未来展望。