matlab-自控原理已知x~=Ax+Bu中的AB矩阵和X0，求单位输入下的时间响应-CSDN博客

2019独角兽企业重金招聘Python工程师标准>>>

    matlab : R2018a 64bit
   OS : Windows 10 x64
typesetting : Markdown
     blog : my.oschina.net/zhichengjiu
    gitee : gitee.com/zhichengjiu

code

clear
clc

% 制作时间：2016-09-26
% 制作原因：自控原理留了作业，写完了后，想验证一下自己写的对不对，于是写了这个小代码
% 这个代码，没有捕捉异常的工序，所以请使用的时候，小心点哦。

syms s t tao;
%因为u（tao）是单位阶跃响应，所以在t>0时，u=1
u=1;
 
%A[1 0;1 1]  B[1;1]  X0[1;0] 
%输入已知条件
A=input('请输入题目已知的A矩阵,如果不会输入，请参考模板：一个三行三列[1 2 3;4 5 6;7 8 9]：\n');
fprintf('A矩阵是：');
A
B=input('请输入题目已知的B矩阵\n')
fprintf('B矩阵是：');
B
X0=input('请输入题目已知的X0矩阵\n')
fprintf('X0矩阵是：');
X0
 
 
%计算e^At
sizeOfA=size(A);
fprintf('s*I-A的结果:');
sI_A=s*eye(sizeOfA(1))-A
fprintf('对s*I-A求逆矩阵:\n');
fprintf('行列式为:')
hOfsI_A=det(sI_A)
fprintf('伴随矩阵为:')
bOfsI_A=det(sI_A)*inv(sI_A)
fprintf('逆矩阵为:')
nOfsI_A=inv(sI_A)
fprintf('对sI_A的逆矩阵进行拉普拉斯逆变换的结果是:');
lnOfsI_A=ilaplace(nOfsI_A)
fprintf('e^At为：')
lnOfsI_A
 
%计算e^A(t-tao)
fprintf('e^A(t-tao)为：')
t_taoOfEJuzhen=subs(lnOfsI_A,t,t-tao)
 
fprintf('\n\n最后的结果是:')
x_t=lnOfsI_A*X0+int(t_taoOfEJuzhen*B,tao,0,t)

result

请输入题目已知的A矩阵,如果不会输入，请参考模板：一个三行三列[1 2 3;4 5 6;7 8 9]：
[1 0;1 1]
A矩阵是：
A =

     1     0
     1     1

请输入题目已知的B矩阵
[1;1]

B =

     1
     1

B矩阵是：
B =

     1
     1

请输入题目已知的X0矩阵
[1;0]

X0 =

     1
     0

X0矩阵是：
X0 =

     1
     0

s*I-A的结果: 
sI_A =
 
[ s - 1,     0]
[    -1, s - 1]
 
对s*I-A求逆矩阵:
行列式为: 
hOfsI_A =
 
(s - 1)^2
 
伴随矩阵为: 
bOfsI_A =
 
[ s - 1,     0]
[     1, s - 1]
 
逆矩阵为: 
nOfsI_A =
 
[   1/(s - 1),         0]
[ 1/(s - 1)^2, 1/(s - 1)]
 
对sI_A的逆矩阵进行拉普拉斯逆变换的结果是: 
lnOfsI_A =
 
[   exp(t),      0]
[ t*exp(t), exp(t)]
 
e^At为： 
lnOfsI_A =
 
[   exp(t),      0]
[ t*exp(t), exp(t)]
 
e^A(t-tao)为： 
t_taoOfEJuzhen =
 
[           exp(t - tao),            0]
[ exp(t - tao)*(t - tao), exp(t - tao)]
 


最后的结果是: 
x_t =
 
 2*exp(t) - 1
   2*t*exp(t)
 
>>