网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
对连续线性定常系统有:
显然要计算系统状态转移矩阵 ,有多种方法,如定义法、Laplace变换法、Sylvester方法。
在Matlab中采用了Pade逼近求取的方法,调用格式为:phi=expm( )。
对离散线性定常系统有:
3.3、状态方程的数值积分方法----适合于连续的线性和非线性系统
采用直接数值积分可以很容易地处理各种定常/时变和线性/非线性系统。有很多数值积分方法,其中有一类预测-修正数值积分方法+自适应步长调整的算法比较有效。在Matlab/Simulink中包含的多种有效的、适用于不同类型的ODE(Ordinary Differential Equations)求解算法,典型的是Runge-Kutta算法,其通常使用的函数格式如下:
[t,x] = ode45(odefun,[ti,tf],x0,options)----采用四阶、五阶Runge-Kutta算法
[t,x] = ode23(odefun,[ti,tf],x0,options)----采用二阶、三阶Runge-Kutta算法
说明:a.这两个函数是求解非刚性常微分方程组的函数,还有一些求解刚性 常微分方程组的方法,如ode15s ode23s ode23t ode23tb
等。
b.参数options为积分的误差设置,取值为相对误差’reltol’ 和绝对误差’abstol’;[ti,tf]求解的时间范围;x0是初值向量;[t,x]是解。
c. Runge-Kutta算法是最常用的数值方法,请查阅相关资料,阅读算法的原理与计算格式。
下面是一个例子:
3.4、利用Cotrol ToolBox中的离散化求解函数----适合于LTI系统
a.用step()/impulse()函数求取阶跃输入/冲激输入时系统的状态响应:
当系统G是连续的情况下:
调用[y,t,x]=step/impulse(G)会自动对连续系统G选取采样时间范围和采样周期;
调用[y,t,x]=step/impulse(G,ti:Ts:tf)由有户自已定义对连续系统G的采样时间范围和采样周期。
当系统G是离散的情况下:
调用[y,t,x]=step/impulse(G)会按离散系统G给出的采样周期计算;
调用[y,t,x]=step/impulse(G,ti:Ts:tf)时Ts必须与离散系统G给出的采样周期一致。
b.用lsim()函数求取任意输入时系统的状态响应
调用格式:[y,x,t]=lsim(G,u,ti:Ts:tf,x0)(要注意连续系统与离散系统的情况)
c.零输入响应可用initial()函数
调用格式:[y,x,t]=initial(G,x0) (要注意连续系统与离散系统的情况)
3.5、利用Simulink环境求取响应----适于所有系统求取响应
使用Simulink求取线性或非线性系统的响应
调用格式如下:[t,x,y]=sim(‘XX.mdl’, ti:Ts:tf, options,u)
四、实验内容
已知线性系统
实验程序如下
clear
A = [ -21 19 -20; 19 -21 20; 40 -40 -40];
B = [ 0; 1; 2];
C = [ 1 0 2];
D = [0];
stateSpace = ss(A, B, C, D); % 状态空间表达式
% 阶跃响应
[stepOutResponse, stepTime, stepResponse] = step(stateSpace);
% 冲激响应
[impulseOutResponse, impulseTime, impulseResponse] = impulse(stateSpace);
figure(1);
subplot(2, 1, 1);
plot(stepTime, stepResponse);
title('阶跃响应状态响应曲线');
grid on;
subplot(2, 1, 2);
plot(stepTime, stepOutResponse);
title('阶跃响应输出响应曲线');
grid on;
figure(2);
subplot(2, 1, 1);
plot(impulseTime, impulseResponse);
title('冲激响应状态响应曲线');
grid on;
subplot(2, 1, 2);
plot(impulseTime, impulseOutResponse);
title('冲激响应输出响应曲线');
grid on;
t =[0: 0.01: 5];
u = (1 + exp(-t) .\* cos(5 \* t)).\*(t<3) + 1 \* (t>= 3);
t = t'; u = u';
ut = [t, u];
[t1, x, y] = sim('shiyan.mdl', t, [], ut);
figure(3);
subplot(2, 1, 1);
plot(t1, x);
title('状态响应曲线');
grid on;
subplot(2, 1, 2);
plot(t1, y);
title('输出响应曲线');
grid on;
% 传递函数
[num, den] = ss2tf(A, B, C, D, 1);
transferFunc = tf(num, den);
figure(4);
rlocus(transferFunc);
title('K增益负反馈闭环根轨迹图');
grid on;
figure(5);
bode(transferFunc);
title('系统的bode图'); grid on;
figure(6);
nyquist(transferFunc);
title('系统的Nyquist图');
grid on;
- 利用Matlab求零状态下的阶跃响应(包括状态和输出),生成两幅图:第一幅绘制各状态响应曲线并标注;第二幅绘制输出响应曲线。
- 利用Matlab求零状态下的冲激响应(包括状态和输出),生成两幅图:第一幅绘制各状态响应曲线并标注;第二幅绘制输出响应曲线。
若控制输入为
且初始状态为
求系统的响应,要求
- a. 在Simulink中画出模型求响应,生成两幅图:第一幅绘制各状态响应曲线并标注;第二幅绘制输出响应曲线。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
,不再深入研究,那么很难做到真正的技术提升。**
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!