速度巡航控制模型仿真Simulink

        近期实现新能源整车的巡航功能，初期采用PID控制方式实现，初步用matlab做算法初步校验，在此直接是上代码：

% 初始化参数  
target_speed = 80; % 目标速度（km/h）  
max_acceleration = 2; % 最大加速度（m/s^2）  
max_deceleration = 2; % 最大减速度（m/s^2）  
dt = 0.1; % 时间步长  
  
% 初始化车辆状态  
x = 0; % 车辆位置  
v = 0; % 车辆速度  
a = 0; % 车辆加速度  

% 时间向量  
t = 1:dt:50; % 总时间10秒  

v_arry = t;  
x_arry =  t;
t_targetarry = t;

% 主循环  
for i = 1:length(t)  
    % 计算目标速度和误差   randn 2*randn
    target_speed  = target_speed + 4*randn ; % 添加一些随机噪声以模拟真实情况  
    if i == 1
         t_error(i) = target_speed - 0;
    else
         t_error(i) = target_speed -  v_arry(i-1);          
    end

      
    % 计算PID控制器的输出  
    Kp = 0.5; % 比例增益  
    Ki = 6; % 积分增益  
    Kd = 0.08; % 微分增益  
    
    if i == 1
       u = Kp* t_error(i) +  Ki*sum(t_error);  
    else
        u = Kp* t_error(i) +  Ki*sum(t_error) + Kd*(t_error(i) - t_error(i-1))/dt;  
        %     u = Kp* t_error(i) + Ki*sum(t_error) + Kd*(t_error(i) - t_error(i-1))/dt;  
        %     u = Kp*error + Ki*sum(error.*t(1:i).')/dt + Kd*(error(i) - error(i-1))/dt;  
    end
    
% 限制加速度的取值范围  
%     u = max(min(u, max_acceleration), -max_deceleration);  
      
    % 时间积分车辆状态  
    v_arry(i) = v_arry(i) + u*dt;  
    x_arry(i) =  x_arry(i) + v_arry(i)*dt;    
    t_targetarry(i)   = target_speed;
    
end  
  
% 绘制车辆轨迹和目标速度曲线  
figure;  
cruise1 = plot(t, v_arry, 'g'); 
set(cruise1,'DisplayName','RealSpeed'); hold on;

cruise2 = plot(t, x_arry, 'b'); 
set(cruise2,'DisplayName','Distance');hold on;  

cruise3 = plot(t, t_targetarry, 'r');
set(cruise3,'DisplayName','TargetSpeed');hold on;  

xlabel('Time (s)');  
ylabel('Position (m)');  
title('Cruise Control Simulation');  
grid on;

clear;

        在处理循环中添加噪声，模拟实际系统中目标的实时更新。

        在稳态没有噪声的场景下，系统响应：

   绿线为实际的响应速度，橙色线为目标速度，蓝色线为实际行驶距离  

        整个响应过程基本没能稳定在目标转速下，距离也能表现较好的线性度。

        当在目标速度中增加随机噪声，以模拟行车的动态场景：

绿线为实际的响应速度，橙色线为目标速度，蓝色线为实际行驶距离  

         可以看到这个算法在动态冲击下也能较好的拟合到目标速度。