matlab数据流动态分析,matlab数据流仿真和时间流仿真

simulink 使用的动态系统仿真，仿真需要求状态方程和输出方程，关键是求状态方程，而状态方程的求解有多种算法，可变步长和定步长，所以仿真时对求解器的选择和步长的设置就比较重要。

所谓基於数据流的仿真方式，就是指在整个仿

真时间段上，根据信号流动的先后顺序逻辑，从信号输入端开始，对一个子系统进行仿真得出

在整个仿真时间段上的状态数据和输出，然后基於这些数据再对下一个子系统进行仿真，直到

整个系统的信号输出端。

在基於数据流的仿真方式下，只有当上一个阶段的计算完成后，才开始进入下一阶段的计

算，因此在求解的过程中，我们无法「实时」地观察到整个系统各个状态变量的变化情况，只

有当系统各个阶段均已经计算完毕之后，才能够观察到计算时间段上系统的状态和各个输出

点的信号变化情况。

所谓基於时间流的仿真，就是按照时间的推进，同步计算系统中各个子系统的状态演进过

程。只有当前时刻上的系统中全部子系统的所有状态均已计算得出之后，才开始进行下一个

时刻的计算，这个过程一直持续下去，直到计算时刻推进到仿真终止时间為止。

由此可见，基於时间流的仿真求解过程中，在当前时刻计算完毕后我们就能够瞭解系统的

状态全貌，因此可以做到「实时」地观测系统中各个状态变量的变化情况。

基於数据流的仿真方法和基於时间流的仿真方法各有特点。一般而言，在 Matlab 编程中

採用基於数据流的仿真方法容易利用矩阵运算模式，从而提高计算效率和速度，而基於时间

流的仿真方法则需要通过循环结构编程来实现时间推进，相对效率较低。但是如果循环结构

是经过仿真平台内部优化处理的，那麼基於时间流的仿真甚至也能够达到基於数据流的效率。

因此，在使用 Matlab 语言的编程仿真中，较多地採用了基於数据流的方法，而在 Simulink 可

视化编程中，则使用循环优化的基於时间流的仿真方法。