由于系统的复杂性，动力总成的标定意味着高成本和大量时间的支出。为了从性能，燃油经济性和排放方面综合优化动力总成控制单元，动力总成的特性必须被精确测量。由于系统的多自由度，一个全面的测量是极端耗时的，通常是不实际的。基于DoE(试验设计)的模型方法的应用解决了这个问题。
运用这种策略，一个复杂系统,如内燃机,其行为在一些最佳分布的测量基础上被识别，然后以数学模型的形式表现出来。到目前为止，基于模型的方法只在特定情况被用于ECU标定：目前基于多项式或神经网络的模型要么对很多任务不够精确,要么需要更专业的建模技术。
ETAS ASCMO—基于模型标定的通用解决方法
基于一小部分测量的系统行为的精确建模是ETAS ASCMO的核心要素。这款工具应用新的基于测量数据的方法，可以在不同工况（转速，负荷，发动机温度）和标定参数设定（例如，点火，喷油，凸轮轴位置等）时，基于少量的测量，以数学模型描述特定的发动机性能例如油耗，排放，排气温度等。这些测量大都是用自动化方式完成的。