matlab自控原理求延迟时间,基于Matlab的自控原理 已知x~=Ax+Bu中的AB矩阵和X0，求单位输入下的时间响应...

镇场诗：慈心积善来分享，无数技术誓愿学。学术有成当栽树，后人来此可乘凉。故吾诚心说愿望，愿见文者得利益。

///

1、代码

%制作时间：2016-09-26

%制作人：心少朴

%制作原因：我们自控原理留了作业，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。

clear;

clc;

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)

2、效果

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) /// 感恩所有帮助过我的人。我的代码是新手入门级代码，您应该学习后结合自身特点加以改造。 MATLAB是一个优秀的软件，值得学习。如果发现错误，请评论。 如果觉得博文对您有帮助就评论写好的言语，不好就评论差在哪里。因为我想铸造出来一个更加优秀的博客，需要您的支持！O(∩_∩)O谢谢 注：如果我侵犯了您的权益，请告知。看到您的告知后，我将及时作出处理。