网络控制系统之被控对象离散化

网络控制系统是引入网络的控制系统，即网络可能存在于控制系统的反馈通道和控制通道。在网络控制系统中，被控对象的数学模型当然是连续的（这个世界上还有离散的物理系统么？）但是，由于网络控制系统不可能使用连续的信号来控制被控对象，所以我们需要把被控对象的模型离散化。

• 对于线性系统，可以参考现代控制理论的书籍的离散化方法，matlab的离散化方法是c2d.
• 对于非线性系统，目前没有具有完整理论的离散化方法，但是不是说不可以离散，虽然我们没有理论基础，我们照样可以把非线性系统离散化。

例如：

1. 欧拉法：
   给定小车的模型为：
   $$\begin{gathered} \dot{x}=vcos(\theta ) \\ \dot{y}=vsin(\theta ) \\ \dot{\theta }=\omega \text{\hspace{1em}(1)} \end{gathered}$$
   那么离散化为：
   $$\begin{gathered} x(k+1)=x(k)+hv(k)cos(\theta (k)) \\ y(k+1)=y(k)+hv(k)sin(\theta (k)) \\ \theta (k+1)=\theta (k)+h\omega \text{\hspace{1em}(2)} \end{gathered}$$
   接下来编程验证一下使用欧拉法离散化好不好用：

matlab脚本：test_simpleDynamicCar

% test_simpleDynamicCar
v = ones(1,3000);
phi = ones(1,3000);
x = 0;
y = 0;
theta = 0;
axis equal
for i = 1:3000
	[x,y,theta] = simpleDynamicCar(x,y,theta,v(i),phi(i));
	plot(x,y,'.');
	hold on;
  	pause(0.01)
end

matlab代码：simpleDynamicCar函数

function [x,y,theta] = simpleDynamicCar(x,y,theta,v,phi_f)
h = 0.01;
lw = 0.25;
x = x + (v*( cos(theta) - tan(phi_f)*sin(theta)*0.5))*h;
y = y + (v*( sin(theta) + tan(phi_f)*cos(theta)*0.5))*h;
theta = theta + v*tan(phi_f)/lw*h;
end

---

使用simulink模块同样可以搭建一个小车的模型（作为基准），来和欧拉离散做一个对比。结果为下图,红色的为使用simulink的小车轨迹，蓝色为使用代码实现的小车轨迹。仿真时间为30秒。

可以看出，还是有偏差的，，，但是应该也够用吧。