Matlab结构图控制系统仿真
图5. 利用
SIMULINK仿
4. 建立如图11-54所示的仿真模型，其中PID控
制器采用Simulink子系统封装形式，其内部
结构如图11-31（a)所示。试设置正弦波信号
幅值为5、偏差为0、频率为10πHz\始终相位
为0，PID控制器的参数为Kp=10.75、
Ki=1.2、Kd=5，采用变步长的ode23t算法、
仿真时间为2s，对模型进行仿真。
（6)观察仿真结果。系统放着结束后，双击仿真模型中的示波器模块，得到仿真结果。单击示波器窗口工具栏上的Autoscale按钮，可以自动调整坐标来
使波形刚好完整显示，这时的波形如图所示。
图3
2. 题操作步骤如下：
(1） 打开一个模型编辑窗口。
(2） 将所需模块添加到模型中。在模块库浏览器中单击Sources,将 Clock（时钟）拖到模型编辑窗口。同样，在User-Defined Functions（用户定义模块库）中把Fcn(函数模块）拖到模型编辑窗口，在Continuous（连续系统模块库）中把
Integrator（积分模块）拖到模型编辑窗口，在Sinks中把Display模块编辑窗口。
(3） 设置模块参数并连接各个模块组成仿真模型。双击Fcn模块，打开Function Block operations中把Add模块拖到模型编辑窗口，在Sinks中把Scope模块拖到模型编辑窗口。
（3） 设置模块参数并连接各个模块组成仿真模型。先双击各个正弦源，打开其Block Parameters对话框，分别设置Frequency（频率）为2*pi、
6*pi、10*pi、
14*pi、18*pi，设置Amplitude（幅值）为1、1/3、1/5、1/7和1/9，其余参数不改变。对于求和模块，將符号列表List of signs设置为
+++++。
（4） 设置系统仿真参数。单击模型
Parameters:Fcn对话框，在Expression文本框中输入u*log(1+u），如图所示。其余模块参数不用设
置。
图4
设置模块参数后，用连线将各个模块连接起来组成仿真模型，如图所示。
图5
5. 题操作步骤如下：
该题与1题很像，这里不再叙说。
但需要注意：因为没有余弦波，所以需要将正弦波的相位修改pi/2。
x(t)仿真模型：如图9，仿真结果：如图10
图9编辑窗口SIMULINK 菜单中的Configuration Parameters命令，打开仿真参数设置对话框，选择Solver 选项卡。在Start time和Stop time 两个编辑框内分别设置起始时间为0，停止时间为1秒。把算法选择中的Type设为Fixed-step（固定补步长算法），并在其左右栏的具体算法框选择
ode5（Dermand-Prince），即5阶Runge-Kutta算法，再把Fixed step size设置为0.001秒。
（5） 开始系统仿真。单击模型编辑窗口中的Start simulation按钮或选择模块编辑窗口
图10
6. 题操作步骤如下：
经整理得传递函数：
在Continuous模块库中有标准的传递函数（Tranfer Fcn)模块可供调用。于是，就可以构建求解微分方程的模型并仿真。
（1） 根据系统传递函数构建如图9所示的仿真模
型。
图11
模型中各个模块说明如下：
①u（t)模块：设置Step time为0.
②G(s)模块：双击Transfer Fcn模块，弹出其参数设置对话框，在分子、分母栏中填写所需的系列，如图10所示。SIMULINK菜单中的Start命令开始系统仿真。
2
（4）设置系统仿真参数。单击模型编辑窗口SIMULINK 菜单中的Configuration Parameters命令，打开仿真参数设置对话框，选择Solver 选项卡。在Start time和Stop time 两个编辑框内分别设置起始时间为0，停止时间为1秒。把算法选择中的Type设为Fixed-step（固定补步长算法），并在其左右栏的具体算法框选择
ode5（Dermand-
Prince），即5阶Runge-Kutta算法，再把Fixed step size设置为0.001秒。
(5)开始系统仿真。单击模型编辑窗口中的Start simulation按钮或选择模块编辑窗口SIMULINK菜单中的Start命令开始系统仿真。
（6）观察仿真结果。系统仿真结束后，显示模块Display显示仿真结果为0.25。
3.题操作步骤如下：
先建立PID控制器的模型，如图6所示。注意，模型中含有3个变量Kp、Ki和Kd，仿真时这些变量应该在MATLAB工作空间中赋值。
选中模型中所有
模块，使用模型编
辑窗口Edit菜单中
的
CreateSubsystem
命令建立子系统，
模型将被一个Subsystem模块取
代，如图所示。若
双击该Subsystem
模块，则打开原来
的子系统内部结构
窗口，如图7所
示。
图6 图7
4.题操作步骤如
下：
先建立PID控制
器的模型，如图1
所示。注意，模型
中含有3个变量
Kp、Ki和Kd，仿真
时这些变量应该在MATLAB工作空间中
赋值。
点击Start simulation，在点击scope查看结果，如下：
图8
（2）设置系统参数，这里不再说明。
（3）启动仿真，可在示波器窗口中如下所示结果。
【实验心得】
通过本次实验我了解了SIMULINK 动态仿真和具体操作，通过本实验我
对SIMULINK的基本模块有了一定的认识，在此基础上，通过对各个模块的操作，我会对一些实例进行仿真。其实验的一般步骤①启动SIMULINK并打开模型编辑窗口②将所需模块添加到模型中③设置模块参数并连接各个模块组成仿真模型④设置系统参数等。在做实验时，当模块的规模较大或者较复杂时，需要把几个模块组合成一个新模块，这样便于管理。在做实验时，要做到足够的细心，否则一不留意就会出错。上机的实验，加深了我对MATLAB这款软件的认识。通过我不断反复修改，终于全做完了，本次实
验增加了我纠错改正的能力，这将为以后的学习奠定了一定的基础。
Matlab结构图控制系统仿真
图5. 利用 SIMULINK仿
4. 建立如图11-54所示的仿真模型，其中PID控 制器采用Simulink子系统封装形式，其内部 结构如图11-31（a)所示。试设置正弦波信号 幅值为5、偏差为0、频率为10πHz\始终相位 为0，PID控制器的参数为Kp=10.75、 Ki=1.2、Kd=5，采用变步长的ode23t算法、 仿真时间为2s，对模型进行仿真。 （6)观察仿真结果。系统放着结束后，双击仿真模型中的示波器模块，得到仿真结果。单击示波器窗口工具栏上的Autoscale按钮，可以自动调整坐标来 使波形刚好完整显示，这时的波形如图所示。 图3 2. 题操作步骤如下： (1） 打开一个模型编辑窗口。 (2） 将所需模块添加到模型中。在模块库浏览器中单击Sources,将 Clock（时钟）拖到模型编辑窗口。同样，在User-Defined Functions（用户定义模块库）中把Fcn(函数模块）拖到模型编辑窗口，在Continuous（连续系统模块库）中把 Integrator（积分模块）拖到模型编辑窗口，在Sinks中把Display模块编辑窗口。 (3） 设置模块参数并连接各个模块组成仿真模型。双击Fcn模块，打开Function Block operations中把Add模块拖到模型编辑窗口，在Sinks中把Scope模块拖到模型编辑窗口。 （3） 设置模块参数并连接各个模块组成仿真模型。先双击各个正弦源，打开其Block Parameters对话框，分别设置Frequency（频率）为2*pi、 6*pi、10*pi、 14*pi、18*pi，设置Amplitude（幅值）为1、1/3、1/5、1/7和1/9，其余参数不改变。对于求和模块，將符号列表List of signs设置为 +++++。 （4） 设置系统仿真参数。单击模型
控制系统MATLAB仿真基础
系统仿真 § 4.1控制系统的数学模型 1、传递函数模型（tranfer function） 2、零极点增益模型（zero-pole-gain） 3、状态空间模型（state-space） 4、动态结构图（Simulink结构图） 一、传递函数模型(transfer fcn-----tf) 1、传递函数模型的形式 传函定义：在零初始条件下，系统输出量的拉氏变换C（S）与输入量的拉氏变换R（S）之比。 C(S) b1S m+b2S m-1+…+b m G（S）=----------- =- -------------------------------- R(S) a1S n + a2S n-1 +…+ a n num(S) = ------------ den(S) 2、在MATLAB命令中的输入形式 在MATLAB环境中，可直接用分子分母多项式系数构成的两个向量num、den表示系统： num = [b1, b2, ..., b m]; den = [a1, a2, ..., a n]; 注：1）将系统的分子分母多项式的系数按降幂的方式以向量的形式输入两个变量，中间缺项的用0补齐，不能遗漏。 2）num、den是任意两个变量名，用户可以用其他任意的变量名来输入系数向量。 3）当系统种含有几个传函时，输入MATLAB命令状态下可用n1,d1;n2,d2…….。 4）给变量num，den赋值时用的是方括号；方括号内每个系数分隔开用空格或逗号；num,den方括号间用的是分号。 3、函数命令tf( ) 在MATLAB中，用函数命令tf( )来建立控制系统的传函模型，或者将零极点增益模型、状态空间模型转换为传函模型。 tf( )函数命令的调用格式为： 圆括号中的逗号不能用空格来代替 sys = tf ( num, den ) [G= tf ( num, den )]
时域有限差分法的Matlab仿真
时域有限差分法的Matlab仿真 关键词: Matlab 矩形波导时域有限差分法 摘要：介绍了时域有限差分法的基本原理，并利用Matlab仿真，对矩形波导谐振腔中的电磁场作了模拟和分析。 关键词：时域有限差分法；Matlab；矩形波导；谐振腔 目前，电磁场的时域计算方法越来越引人注目。时域有限差分（Finite Difference Time Domain，FDTD）法［1］作为一种主要的电磁场时域计算方法，最早是在1966年由K. S. Yee提出的。这种方法通过将Maxwell旋度方程转化为有限差分式而直接在时域求解，通过建立时间离散的递进序列，在相互交织的网格空间中交替计算电场和磁场。经过三十多年的发展，这种方法已经广泛应用到各种电磁问题的分析之中。 Matlab作为一种工程仿真工具得到了广泛应用［2］。用于时域有限差分法，可以简化编程，使研究者的研究重心放在FDTD法本身上，而不必在编程上花费过多的时间。 下面将采用FDTD法，利用Matlab仿真来分析矩形波导谐振腔的电磁场，说明了将二者结合起来的优越性。 1FDTD法基本原理 时域有限差分法的主要思想是把Maxwell方程在空间、时间上离散化，用差分方程代替一阶偏微分方程，求解差分方程组，从而得出各网格单元的场值。FDTD 空间网格单元上电场和磁场各分量的分布如图1所示。 电场和磁场被交叉放置，电场分量位于网格单元每条棱的中心，磁场分量位于网格单元每个面的中心，每个磁场（电场）分量都有4个电场（磁场）分量环绕。这样不仅保证了介质分界面上切向场分量的连续性条件得到自然满足，而且
还允许旋度方程在空间上进行中心差分运算，同时也满足了法拉第电磁感应定律和安培环路积分定律，也可以很恰当地模拟电磁波的实际传播过程。 1.1Maxwell方程的差分形式 旋度方程为： 将其标量化，并将问题空间沿3个轴向分成若干网格单元，用Δx，Δy和Δz 分别表示每个网格单元沿3个轴向的长度，用Δt表示时间步长。网格单元顶点的坐标（x，y，z）可记为： 其中：i，j，k和n为整数。 同时利用二阶精度的中心有限差分式来表示函数对空间和时间的偏导数，即可得到如下FDTD基本差分式： 由于方程式里出现了半个网格和半个时间步，为了便于编程，将上面的差分式改写成如下形式：
matlab控制系统仿真.
课程设计报告 题目PID控制器应用 课程名称控制系统仿真院部名称龙蟠学院 专业自动化 班级M10自动化 学生姓名 学号 课程设计地点 C208 课程设计学时一周 指导教师应明峰 金陵科技学院教务处制成绩
一、课程设计应达到的目的 应用所学的自动控制基本知识与工程设计方法，结合生产实际，确定系统的性能指标与实现方案，进行控制系统的初步设计。 应用计算机仿真技术，通过在MATLAB软件上建立控制系统的数学模型，对控制系统进行性能仿真研究，掌握系统参数对系统性能的影响。 二、课程设计题目及要求 1．单回路控制系统的设计及仿真。 2．串级控制系统的设计及仿真。 3．反馈前馈控制系统的设计及仿真。 4．采用Smith 补偿器克服纯滞后的控制系统的设计及仿真。 三、课程设计的内容与步骤 (1)．单回路控制系统的设计及仿真。 （a）已知被控对象传函W(s) = 1 / (s2 +20s + 1)。 （b）画出单回路控制系统的方框图。 （c）用MatLab的Simulink画出该系统。
（d）选PID调节器的参数使系统的控制性能较好，并画出相应的单位阶约响应曲线。注明所用PID调节器公式。PID调节器公式Wc（s）=50(5s+1)/(3s+1) 给定值为单位阶跃响应幅值为3。 有积分作用单回路控制系统PID控制器取参数分别为：50 2 5 有积分作用单回路控制系统PID控制器取参数分别为：50 0 5
大比例作用单回路控制系统PID控制器取参数分别为：50 0 0 （e）修改调节器的参数，观察系统的稳定性或单位阶约响应曲线，理解控制器参数对系统的稳定性及控制性能的影响？ 答：由上图分别可以看出无积分作用和大比例积分作用下的系数响应曲线，这两个PID调节的响应曲线均不如前面的理想。增大比例系数将加快系统的响应，但是过大的比例系数会使系统有比较大的超调，并产生振荡，使稳定性变坏；
控制系统的MATLAB仿真与设计课后答案
控制系统的MATLAB仿真与设计课后答案
>>z=-4*sqrt(2)*sin(t); >>plot3(x,y,z,'p'); >>title('Line in 3-D Space'); >>text(0,0,0,'origin'); >>xlabel('X'),ylable('Y'),zlable('Z');grid; 4>>theta=0:0.01:2*pi; >>rho=sin(2*theta).*cos(2*theta); >>polar(theta,rho,'k'); 5>>[x,y,z]=sphere(20); >>z1=z; >>z1(:,1:4)=NaN; >>c1=ones(size(z1)); >>surf(3*x,3*y,3*z1,c1); >>hold on >>z2=z; >>c2=2*ones(size(z2)); >>c2(:,1:4)=3*ones(size(c2(:,1:4))); >>surf(1.5*x,1.5*y,1.5*z2,c2); >>colormap([0,1,0;0.5,0,0;1,0,0]); >>grid on >>hold off 第四章 1>>for m=100:999 m1=fix(m/100); m2=rem(fix(m/10),10); m3=rem(m,10); if m==m1*m1*m1+m2*m2*m2+m3*m3*m3 disp(m) end end 2M文件：function[s,p]=fcircle(r) s=pi*r*r; p=2*pi*r; 主程序： [s,p]=fcircle(10) 3>>y=0;n=100; for i=1:n y=y+1/i/i; end >>y
各种BP学习算法MATLAB仿真
3.3.2 各种BP学习算法MATLAB仿真 根据上面一节对BP神经网络的MATLAB设计，可以得出下面的通用的MATLAB程序段，由于各种BP学习算法采用了不同的学习函数，所以只需要更改学习函数即可。 MATLAB程序段如下： x=-4:0.01:4; y1=sin((1/2)*pi*x)+sin(pi*x); %trainlm函数可以选择替换 net=newff(minmax(x),[1,15,1],{'tansig','tansig','purelin'},'trainlm'); net.trainparam.epochs=2000; net.trainparam.goal=0.00001; net=train(net,x,y1); y2=sim(net,x); err=y2-y1; res=norm(err); %暂停，按任意键继续 Pause %绘图，原图（蓝色光滑线）和仿真效果图（红色+号点线） plot(x,y1); hold on plot(x,y2,'r+'); 注意：由于各种不确定因素，可能对网络训练有不同程度的影响，产生不同的效果。如图3-8。 标准BP算法（traingd）
图3-8 标准BP算法的训练过程以及结果（原图蓝色线，仿真图+号线）增加动量法(traingdm) 如图3-9。 图3-9 增加动量法的训练过程以及结果（原图蓝色线，仿真图+号线）弹性BP算法（trainrp）如图3-10 图3-10 弹性BP算法的训练过程以及结果（原图蓝色线，仿真图+号线）
动量及自适应学习速率法（traingdx）如图3-11。 图3-11 动量及自适应学习速率法的训练过程以及结果（原图蓝色线，仿真图+号线）共轭梯度法(traincgf)如图3-12。
MatLab与控制系统仿真(重点编程)
第 4 章 MatLab 的程序设计 MatLab 是一个工具、开发平台，同时它也是一门编程语言。与在命令窗口用交互的方式工作相比，通过程序运行来解决实际问题，其效率更高，因此，凡是复杂的、大型的应用都是以程序的方式执行。相对其它高级语言， MatLab 更简单、编程的效率更高、调试过程也更容易。 MatLab 中的程序文件是以 m 为后缀，所以通常将 MatLab 的程序文件称为 m 文件。MatLab提供了两种形式的m文件，即：脚本（Script）式m文件（就简称m文件）、函数型 m 文件。在 MatLab 中已经嵌入了一个功能强大的集成开发环境—— m 文件编辑器，用它来进行程序的编辑、修改、调试、运行等，完成应用开发工作。 4.1 MatLab 程序设计基础 通过前面内容的学习，大家对 MatLab 已经有了一个初步的认识和印象，到目前为止，我们都是在“命令”窗口中，以交互的方式运行，完成我们的工作。实际上简单的m 文件，就是一个批处理程序，它是若干条命令的集合。 例： 4.1.1 M 文件规则和属性 函数 M 文件必须遵循一些特定的规则。除此之外，它们有许多的重要属性，这其中包括： 1. 函数名和文件名必须相同。例如，函数 fliplr 存储在名为 fliplr.m 文件中。 2. MATLAB 头一次执行一函数个 M 文件时，它打开相应的文本文件并将命令编辑成存储器的内部表示，以加速执行以后所有的调用。如果函数包含了对其它函 数 M 文件的引用，它们也同样被编译到存储器。普通的脚本 M 文件不被编译，即使它们是从函数 M 文件内调用；打开脚本 M 文件，调用一次就逐行进行注释。 3. 在函数 M 文件中，到第一个非注释行为止的注释行是帮助文本。当需要帮助时，返回该文本。例如， ? help fliplr 返回上述前八行注释。 4. 第一行帮助行，名为 H1 行，是由 lookfor 命令搜索的行。 5. 函数可以有零个或更多个输入参量。函数可以有零个或更多个输出参量。
MATLAB控制系统各种仿真例题(包括simulink解法)
一、 控制系统的模型与转换 1． 请将下面的传递函数模型输入到matlab 环境。 ]52)1)[(2(24)(322 33++++++=s s s s s s s G ) 99.02.0)(1(568 .0)(22+--+=z z z z z H ，T=0.1s >> s=tf('s'); G=(s^3+4*s+2)/(s^3*(s^2+2)*((s^2+1)^3+2*s+5)); G Transfer function: s^3 + 4 s + 2 ------------------------------------------------------ s^11 + 5 s^9 + 9 s^7 + 2 s^6 + 12 s^5 + 4 s^4 + 12 s^3 >> num=[1 0 0.56]; den=conv([1 -1],[1 -0.2 0.99]); H=tf(num,den,'Ts',0.1) Transfer function: z^2 + 0.56 ----------------------------- z^3 - 1.2 z^2 + 1.19 z - 0.99 2． 请将下面的零极点模型输入到matlab 环境。请求出上述模型的零极点，并绘制其位置。 )1)(6)(5()1)(1(8)(22 +++-+++=s s s s j s j s s G ) 2.8() 6.2)(2.3()(1 511-++=----z z z z z H ，T=0.05s >>z=[-1-j -1+j]; p=[0 0 -5 -6 -j j]; G=zpk(z,p,8) Zero/pole/gain: 8 (s^2 + 2s + 2) -------------------------- s^2 (s+5) (s+6) (s^2 + 1) >>pzmap(G)
内点法matlab仿真doc资料
编程方式实现： 1.惩罚函数 function f=fun(x,r) f=x(1,1)^2+x(2,1)^2-r*log(x(1,1)-1); 2.步长的函数 function f=fh(x0,h,s,r) %h为步长 %s为方向 %r为惩罚因子 x1=x0+h*s; f=fun(x1,r); 3. 步长寻优函数 function h=fsearchh(x0,r,s) %利用进退法确定高低高区间，利用黄金分割法进行求解h1=0;%步长的初始点 st=0.001; %步长的步长 h2=h1+st; f1=fh(x0,h1,s,r); f2=fh(x0,h2,s,r); if f1>f2 h3=h2+st; f3=fh(x0,h3,s,r); while f2>f3 h1=h2; h2=h3; h3=h3+st; f2=f3; f3=fh(x0,h3,s,r); end else st=-st; v=h1; h1=h2; h2=v; v=f1; f1=f2; f2=v; h3=h2+st; f3=fh(x0,h3,s,r); while f2>f3 h1=h2; h2=h3; h3=h3+st; f2=f3;
f3=fh(x0,h3,s,r); end end %得到高低高的区间 a=min(h1,h3); b=max(h1,h3); %利用黄金分割点法进行求解 h1=1+0.382*(b-a); h2=1+0.618*(b-a); f1=fh(x0,h1,s,r); f2=fh(x0,h2,s,r); while abs(a-b)>0.0001 if f1>f2 a=h1; h1=h2; f1=f2; h2=a+0.618*(b-a); f2=fh(x0,h2,s,r); else b=h2; h2=h1; f2=f1; h1=a+0.382*(b-a); f1=fh(x0,h1,s,r); end end h=0.5*(a+b); 4. 迭代点的寻优函数 function f=fsearchx(x0,r,epson) x00=x0; m=length(x0); s=zeros(m,1); for i=1:m s(i)=1; h=fsearchh(x0,r,s); x1=x0+h*s; s(i)=0; x0=x1; end while norm(x1-x00)>epson x00=x1; for i=1:m s(i)=1; h=fsearchh(x0,r,s);
《MATLAB与控制系统。。仿真》实验报告剖析
《MATLAB与控制系统仿真》 实验报告 班级： 学号： 姓名： 时间：2013 年 6 月
目录实验一 MATLAB环境的熟悉与基本运算（一）实验二 MATLAB环境的熟悉与基本运算（二）实验三 MATLAB语言的程序设计 实验四 MATLAB的图形绘制 实验五基于SIMULINK的系统仿真 实验六控制系统的频域与时域分析 实验七控制系统PID校正器设计法 实验八线性方程组求解及函数求极值
实验一 MATLAB环境的熟悉与基本运算（一） 一、实验目的 1．熟悉MATLAB开发环境 2．掌握矩阵、变量、表达式的各种基本运算 二、实验基本原理 1.熟悉MATLAB环境: MATLAB桌面和命令窗口、命令历史窗口、帮助信息浏览器、工作空间浏览器、文件和搜索路径浏览器。 2.掌握MA TLAB常用命令 表1 MA TLAB常用命令 3.MATLAB变量与运算符 3．1变量命名规则 3．2 MATLAB的各种常用运算符 表3 MATLAB关系运算符 表4 MATLAB逻辑运算符
| Or 逻辑或 ~ Not 逻辑非 Xor 逻辑异或 符号功能说明示例符号功能说明示例 ：1:1:4;1:2:11 . ；分隔行.. ，分隔列… （）% 注释 [] 构成向量、矩阵！调用操作系统命令 {} 构成单元数组= 用于赋值 4.MATLAB的一维、二维数组的寻访 表6 子数组访问与赋值常用的相关指令格式 三、主要仪器设备及耗材 计算机 四．实验程序及结果 1、新建一个文件夹（自己的名字命名，在机器的最后一个盘符） 2、启动MATLAB，将该文件夹添加到MATLAB路径管理器中。 3、学习使用help命令。
PID控制算法的matlab仿真
PID 控制算法的matlab 仿真 PID 控制算法就是实际工业控制中应用最为广泛的控制算法,它具有控制器设计简单,控制效果好等优点。PID 控制器参数的设置就是否合适对其控制效果具有很大的影响,在本课程设计中一具有较大惯性时间常数与纯滞后的一阶惯性环节作为被控对象的模型对PID 控制算法进行研究。被控对象的传递函数如下: ()1d s f Ke G s T s τ-= + 其中各参数分别为30,630,60f d K T τ===。MATLAB 仿真框图如图1所示。 图1 2 具体内容及实现功能 2、1 PID 参数整定 PID 控制器的控制参数对其控制效果起着决定性的作用,合理设置控制参数就是取得较好的控制效果的先决条件。常用的PID 参数整定方法有理论整定法与实验整定法两类,其中常用的实验整定法由扩充临界比例度法、试凑法等。在此处选用扩充临界比例度法对PID 进行整定,其过程如下: 1) 选择采样周期 由于被控对象中含有纯滞后,且其滞后时间常数为 60d τ=,故可选择采样周期1s T =。 2) 令积分时间常数i T =∞,微分时间常数0d T =,从小到大调节比例系数K , 使得系统发生等幅震荡,记下此时的比例系数k K 与振荡周期k T 。 3) 选择控制度为 1.05Q =,按下面公式计算各参数:
0.630.490.140.014p k i k d k s k K K T T T T T T ==== 通过仿真可得在1s T =时,0.567,233k k K T ==,故可得: 0.357,114.17,32.62, 3.262p i d s K T T T ==== 0.0053.57 p s i i p d d s K T K T K T K T === = 按此组控制参数得到的系统阶跃响应曲线如图2所示。 01002003004005006007008009001000 0.20.40.60.811.21.41.6 1.8 图2 由响应曲线可知,此时系统虽然稳定,但就是暂态性能较差,超调量过大,且响应曲线不平滑。根据以下原则对控制器参数进行调整以改善系统的暂态过程: 1) 通过减小采样周期,使响应曲线平滑。 2) 减小采样周期后,通过增大积分时间常数来保证系统稳定。 3) 减小比例系数与微分时间常数,以减小系统的超调。 改变控制器参数后得到系统的阶跃响应曲线如图3所示,系统的暂态性能得到明显改善、
MATLAB控制系统与仿真设计
MATLAB控制系统与仿真 课 程 设 计 报 告 院（系）：电气与控制工程学院 专业班级：测控技术与仪器1301班 姓名：吴凯 学号：1306070127
指导教师：杨洁昝宏洋 基于MATLAB的PID恒温控制器 本论文以温度控制系统为研究对象设计一个PID控制器。PID控制是迄今为止最通用的控制方法，大多数反馈回路用该方法或其较小的变形来控制。PID控制器（亦称调节器）及其改进型因此成为工业过程控制中最常见的控制器(至今在全世界过程控制中用的84%仍是纯PID调节器，若改进型包含在内则超过90%)。在PID控制器的设计中，参数整定是最为重要的,随着计算机技术的迅速发展，对PID参数的整定大多借助于一些先进的软件，例如目前得到广泛应用的MATLAB仿真系统。本设计就是借助此软件主要运用Relay-feedback法，线上综合法和系统辨识法来研究PID控制器的设计方法，设计一个温控系统的PID控制器，并通过MATLAB中的虚拟示波器观察系统完善后在阶跃信号下的输出波形。 关键词：PID参数整定；PID控制器；MATLAB仿真。 Design of PID Controller based on MATLAB Abstract This paper regards temperature control system as the research object to design a pid controller. Pid control is the most common control method up until now; the great majority feedback loop is controlled by this method or its small deformation. Pid controller (claim regulator also) and its second generation so become the most common controllers in the industry process control (so far, about 84% of the controller being used is the pure pid controller, it’ll exceed 90% if the second generation included). Pid parameter setting is most important in pid controller designing, and with the rapid development of the computer technology, it mostly recurs to some advanced software, for example, mat lab simulation software widely used now. this design is to apply that soft mainly use Relay feedback law and synthetic method on the line to study pid
实验一 典型环节的MATLAB仿真汇总
实验一 典型环节的MATLAB 仿真 一、实验目的 1．熟悉MATLAB 桌面和命令窗口，初步了解SIMULINK 功能模块的使用方法。 2．通过观察典型环节在单位阶跃信号作用下的动态特性，加深对各典型环节响应曲线的理解。 3．定性了解各参数变化对典型环节动态特性的影响。 二、SIMULINK 的使用 MATLAB 中SIMULINK 是一个用来对动态系统进行建模、仿真和分析的软件包。利用SIMULINK 功能模块可以快速的建立控制系统的模型，进行仿真和调试。 1．运行MATLAB 软件，在命令窗口栏“>>”提示符下键入simulink 命令，按Enter 键或在工具栏单击按钮，即可进入如图1-1所示的SIMULINK 仿真 环境下。 2．选择File 菜单下New 下的Model 命令，新建一个simulink 仿真环境常规模板。 3．在simulink 仿真环境下，创建所需要的系统 三、实验内容 按下列各典型环节的传递函数，建立相应的SIMULINK 仿真模型，观察并记录其单位阶跃响应波形。 ① 比例环节1)(1=s G 和2)(1=s G 实验处理：1)(1=s G SIMULINK 仿真模型
波形图为： 实验处理：2)(1=s G SIMULINK 仿真模型 波形图为： 实验结果分析：增加比例函数环节以后，系统的输出型号将输入信号成倍数放大. ② 惯性环节11)(1+= s s G 和15.01)(2+=s s G 实验处理：1 1 )(1+=s s G SIMULINK 仿真模型
波形图为： 实验处理：1 5.01 )(2+= s s G SIMULINK 仿真模型 波形图为： 实验结果分析：当1 1 )(1+= s s G 时，系统达到稳定需要时间接近5s,当
LMMSE算法信道均衡MATLAB仿真
一．信道均衡的概念 实际的基带传输系统不可能完全满足无码间串扰传输条件，因而码间串扰是不可避免的。当串扰严重时，必须对系统的传输函数 进行校正，使其达到或接近无码间串扰要求的特性。理论和实践表明，在基带系统中插入一种可调滤波器就可以补偿整个系统的幅频，和相频特性从而减小码间串扰的影响这个对系统校正的过程称为均衡，实现均衡的滤波器称为均衡器。 均衡分为频域均衡和时域均衡。频域均衡是从频率响应考虑，使包括均衡器在内的整个系统的总传输函数满足无失真传输条件。而时域均衡，则是直接从时间响应考虑，使包括均衡器在内的整个系统的冲激响应满足无码间串扰条件。 频域均衡在信道特性不变，且传输低速率数据时是适用的，而时域均衡可以根据信道特性的变化进行调整，能够有效地减小码间串扰，故在高速数据传输中得以广泛应用。 时域均衡的实现方法有多种，但从实现的原理上看，大致可分为预置式自动均衡和自适应式自动均衡。预置式均衡是在实际传数之前先传输预先规定的测试脉冲（如重复频率很低的周期性的单脉冲波形），然后按“迫零调整原理”自动或手动调整抽头增益；自适应式均衡是在传数过程中连续测出距最佳调整值的误差电压，并据此电压去调整各抽头增益。一般地，自适应均衡不仅可以使调整精度提高，而且当信道特性随时间变化时又能有一定的自适应性，因此很受重视。这种均衡器过去实现起来比较复杂，但随着大规模、超大规模集成电路和微处理机的应用，其发展十分迅速。 二．信道均衡的应用 1.考虑如图所示的基带等效数据传输系统，发送信号k x 经过ISI 失真信道传输，叠加高斯加性噪声。 图1基带等效数据传输模型 设发送信号采用QPSK 调制，即(1)k x j =±±ISI 信道的冲击响应以向量的形式表示为h 2211[,,,]T L L L h h h --+=???。典型的ISI 信道响应向量有三种： h [0.04,0.05,0.07,0.21,0.5,0.72,0.36,0,0.21,0.03,0.07]T A =--- h [0.407,0.815,0.407]T B = h [0.227,0.46,0.6888,0.46,0.227]T C = k ω为实部与虚部独立的复高斯白噪声，其均值为零，方差为2 ωσ。 2.实现目的
《控制系统MATLAB仿真》实验讲义88
《自动控制原理实验》 目录 第一部分实验箱的使用 第二部分经典控制实验 第一章基本实验 实验一典型环节及其阶跃响应 实验二二阶系统阶跃响应 实验三控制系统的稳定性分析 实验四控制系统的频率特性 实验五连续控制系统的串联校正 实验六数字PID控制实验 第二章综合实验 第三部现代控制理论实验 第一章基本实验 第二章综合实验
实验一 典型环节及其阶跃响应 预习要求： 1、复习运算放大器的工作原理；了解采用A μ741运算放大器构成各种运算电路的方法； 2、了解比例控制、微分控制、积分控制的物理意义。 一、实验目的 1、学习自动控制系统典型环节的电模拟方法，了解电路参数对环节特性的影响。 2、学习典型环节阶跃响应的测量方法； 3、学会根据阶跃响应曲线计算确定典型环节的传递函数。 二、实验内容 1、比例环节 电路模拟： 图1-1 传递函数： 2211 ()()()U s R G s U s R ==- 2、惯性环节 电路模拟： 图1-2 传递函数： 22112()/()()11 U s R R K G s U s Ts R Cs = =-=- ++ 3、积分环节 电路模拟： A/D1 D/A1 A/D1
图1-3 传递函数： 21()11 ()()U s G s U s Ts RCs = =-=- 4、微分环节 电路模拟： 图1-4 传递函数： 211() ()() U s G s s RC s U s τ= =-=- 5、比例微分 电路模拟： 图1-5 传递函数： 222111 ()()(1)(1)()U s R G s K s R C s U s R τ= =-+=-+ 6、比例积分 电路模拟： 图1-6 A/D1 2 R D/A1 A/D1 A/D1 A/D1 C
神经网络学习算法matlab仿真
东南大学自动化学院 智能控制概论 神经网络学习算法研究 学院： 姓名： 学号： 日期：
目录 1 任务要求叙述 ..................................................... 错误！未定义书签。 2 系统分析及设计原理 ......................................... 错误！未定义书签。 3 设计实现.............................................................. 错误！未定义书签。4仿真验证.. (6) 5 讨论与分析.......................................................... 错误！未定义书签。
一．任务要求叙述 （1）任务 (a) 运行算法，观察和分析现有学习算法的性能； clear all;close all; nu=20;pi=3.1415926; for i=1:nu p(i)=2*pi*i/nu; t(i)=0.5*(1+cos(p(i))); end minmax=[min(p(:)) max(p(:))] net = newff([ 0 7],[6 1],{'logsig' 'purelin'},'traingd');% traingd traingdm trainlm net.trainParam.epochs = 10000; net.trainParam.goal = 0.0001; net.trainParam.show=200; net.trainParam.lr=0.1; net.trainParam.mc=0.6; %0.9 default value; available for momentum net = train(net,p,t); y1 = sim(net,p); figure(2); plot(p,t,'*-',p,y1,'r--') %************** test data ****************** nu2=nu*3/2; for i=1:(nu2) p2(i)=2*pi*i/(nu2); t2(i)=0.5*(1+cos(p2(i))); end y2 = sim(net,p2); figure(3); plot(t2,'*-');hold on; plot(y2,'r'); xlabel('times');ylabel('outputs'); figure(4); plot(t2-y2); xlabel('times');ylabel('error'); (b) 为了进一步提高学习逼近效果，可以采取那些措施，调节规律如何？根据所提的每种措施，修改算法程序，给出仿真效果验证、过程以及相应的曲线图，给出适当的评述；(c) 联系、结合前向神经网络的算法样本学习、测试等过程，谈谈本人对神经网络系统的一些认识和看法。 （2）要求 提交完整的报告，包括：封面(题目、个人学号姓名等信息)、目录、任务要求叙述、系
MatLab与控制系统仿真(重点编程)
第4章MatLab的程序设计 MatLab是一个工具、开发平台，同时它也是一门编程语言。与在命令窗口用交互的方式工作相比，通过程序运行来解决实际问题，其效率更高，因此，凡是复杂的、大型的应用都是以程序的方式执行。相对其它高级语言，MatLab更简单、编程的效率更高、调试过程也更容易。 MatLab中的程序文件是以m为后缀，所以通常将MatLab的程序文件称为m文件。MatLab提供了两种形式的m文件，即：脚本（Script）式m文件（就简称m文件）、函数型m文件。在MatLab中已经嵌入了一个功能强大的集成开发环境——m文件编辑器，用它来进行程序的编辑、修改、调试、运行等，完成应用开发工作。 4.1 MatLab程序设计基础 通过前面内容的学习，大家对MatLab已经有了一个初步的认识和印象，到目前为止，我们都是在“命令”窗口中，以交互的方式运行，完成我们的工作。实际上简单的m文件，就是一个批处理程序，它是若干条命令的集合。 例： 4.1.1 M文件规则和属性 函数M文件必须遵循一些特定的规则。除此之外，它们有许多的重要属性，这其中包括： 1. 函数名和文件名必须相同。例如，函数fliplr存储在名为fliplr.m文件中。 2. MATLAB头一次执行一函数个M文件时，它打开相应的文本文件并将命令编辑成存储器的内部表示，以加速执行以后所有的调用。如果函数包含了对其它函数M文件的引用，它们也同样被编译到存储器。普通的脚本M文件不被编译，即使它们是从函数M文件内调用；打开脚本M文件，调用一次就逐行进行注释。 页脚内容1
3. 在函数M文件中，到第一个非注释行为止的注释行是帮助文本。当需要帮助时，返回该文本。例如，? help fliplr返回上述前八行注释。 4. 第一行帮助行，名为H1 行，是由lookfor命令搜索的行。 5. 函数可以有零个或更多个输入参量。函数可以有零个或更多个输出参量。 6. 函数可以按少于函数M文件中所规定的输入和输出变量进行调用，但不能用多于函数M文件中所规定的输入和输出变量数目。如果输入和输出变量数目多于函数M文件中function语句一开始所规定的数目，则调用时自动返回一个错误。 相对于函数m文件，脚本式m文件就简单多了，它没有严格的格式要求，只要将有关的命令或函数一一敲入即可，但是还是有几个问题需要注意： 1. m文件的名称不得与MatLab的内部函数同名、第一个字符不得为数字（这点与变量的命名规则相同）； 2. 最好在文件的头部加上注释，对该m文件的作用、功能作一个简要说明，而在一些重要命令行后也加上注释行，以方便使用者阅读、查找； 3. 要特别注意m文件的保存路径或位置，如果不是保存在MatLab默认的路径下，可以使用addpath函数来设置、添加路径，否则，m文件不能运行。 脚本式m文件与函数m文件还有一个重要区别：脚本式m文件中的变量均为全局变量，而函数m文件中的变量则是局部变量。这可以从这两种程序文件运行后在Workspace中留下痕迹看出。当然，在函数m文件中也可以专门将某些变量定义为全局变量（关键字是：global）。不过，在使用全局变量（函数m文件中）时应特别注意： ①.全局变量需要函数体的变量赋值语句之前定义或说明； ②.全局变量名最好是大写，而且要尽量长，能反映它本身的含义； 页脚内容2
时域有限差分法对平面TE波的MATLAB仿真
时域有限差分法对平面TE波的 MATLAB仿真 摘要 时域有限差分法是由有限差分法发展出来的数值计算方法。自1966年Yee 在其论文中首次提出时域有限差分以来，时域有限差分法在电磁研究领域得到了广泛的应用。主要有分析辐射条线、微波器件和导行波结构的研究、散射和雷达截面计算、分析周期结构、电子封装和电磁兼容的分析、核电磁脉冲的传播和散射以及在地面的反射及对电缆传输线的干扰、微光学元器件中光的传播和衍射特性等等。 由于电磁场是以场的形态存在的物质，具有独特的研究方法，采取重叠的研究方法是其重要的特点，即只有理论分析、测量、计算机模拟的结果相互佐证，才可以认为是获得了正确可信的结论。时域有限差分法就是实现直接对电磁工程问题进行计算机模拟的基本方法。在近年的研究电磁问题中，许多学者对时域脉冲源的传播和响应进行了大量的研究，主要是描述物体在瞬态电磁源作用下的理论。另外，对于物体的电特性，理论上具有几乎所有的频率成分，但实际上，只有有限的频带内的频率成分在区主要作用。 文中主要谈到了关于高斯制下完全匹配层的差分公式的问题，通过MATLAB 程序对TE波进行了仿真，模拟了高斯制下完全匹配层中磁场分量瞬态分布。得到了相应的磁场幅值效果图。 关键词：时域有限差分完全匹配层MATLAB 磁场幅值效果图
目录 摘要 (1) 目录 (3) 第一章绪论 (4) 1.1 课题背景与意义 (4) 1.2 时域有限差分法的发展与应用 (4) 2.1 Maxwell方程和Yee氏算法 (7) 2.2 FDTD的基本差分方程 (9) 2.3 时域有限差分法相关技术 (11) 2.3.1 数值稳定性问题 (11) 2.3.2 数值色散 (12) 2.3.3 离散网格的确定 (13) 2.4 吸收边界条件 (13) 2.4.1 一阶和二阶近似吸收边界条件 (14) 2.4.2 二维棱边及角顶点的处理 (17) 2.4.3 完全匹配层 (19) 2.5 FDTD计算所需时间步的估计 (23) 第三章MATLAB的仿真的程序及模拟 (25) 3.1 MATLAB程序及相应说明 (25) 3.2 出图及结果 (28) 3.2.1程序部分 (28) 3.2.2 所出的效果图 (29) 第四章结论 (31) 参考文献 (32)
MATLAB语言与控制系统仿真-参考答案
5.6 控制系统的时域响应MATLAB 仿真实训 5.6.1实训目的 1. 学会利用MATLAB 绘制系统的单位阶跃响应曲线，掌握读取系统动态性能指标的方法； 2. 学会利用MATLAB 绘制系统的单位脉冲响应曲线的方法； 3. 掌握利用MATLAB 绘制系统的零输入响应曲线的方法； 4. 掌握利用MATLAB 绘制系统的一般输入响应曲线的方法； 5. 学会通过仿真曲线读取相关信息，并依据有关信息进行系统的时域分析。 5.6.2实训内容 1.编写程序求取下列各系统的单位阶跃响应，完成表5-5并记录相关曲线。 162.316)(21++= s s s G 16 4.216 )(22 ++=s s s G 166.116)(2 3++=s s s G 1616 )(24++=s s s G 解：>> n1=16; >> d1=[1,3.2,16]; >> sys1=tf(n1,d1); >> step(sys1) >> n2=16; >> d2=[1,2.4,16]; >> sys2=tf(n2,d2); >> step(sys2)
>> n3=16; >> d3=[1,1.6,16]; >> sys3=tf(n3,d3); >> step(sys3) >> n4=16; >> d4=[1,1,16]; >> sys4=tf(n4,d4); >> step(sys4)
序号ξnω m ax c p t s t(% 5 = ?) 计算值实验计算值实验计算值实验值 1 0.4 4 1.2538 1.25 0.8569 0.863 2.1875 2.1 2 0. 3 4 1.3723 1.37 0.8233 0.828 2.9167 2.81 3 0.2 4 1.5266 1.53 0.8016 0.8 4.3750 4.9 4 0.12 5 4 1.6731 1.67 0.791 6 0.803 7.0000 7.33 w=4; cmax1=1+exp(-z1*pi/sqrt(1-z1^2)); tp1=pi/(w*sqrt(1-z1^2)); ts1=3.5/(z1*w); [cmax1,tp1,ts1] ans = 1.2538 0.8569 2.1875 >> z2=0.3; w=4; cmax2=1+exp(-z2*pi/sqrt(1-z2^2)); tp2=pi/(w*sqrt(1-z2^2)); ts2=3.5/(z2*w); [cmax2,tp2,ts2]