利用matlab分析系统动态性能

利用matlab分析系统动态性能
利用matlab分析系统动态性能

控制系统的时域分析

一.系统阶跃响应的性能指标

利用matlab程序求出各系统阶跃响应的性能指标及图像,如求原系统1的方程:

num=1.05;

den=conv([0.125,1],conv([0.5,1],[1,1,1]));

G=tf(num,den);

C=dcgain(G);

[y,t]=step(G);

plot(t,y)

grid

[Y,K]=max(y);

tp=t(K)

mp=100*(Y-C)/C

n=1;

while y(n)

n=n+1;

end

tr=t(n)

i=length(t);

while(y(i)>0.98*C)&&(y(i)<1.02*C)

i=i-1;

end

ts=t(i)

图1 系统1阶跃响应曲线图二.根据系统性能指标及图像分析系统

1.利用Matlab得各系统节约系统曲线,如图2:num1=1.05;

den1=conv([0.125,1],conv([0.5,1],[1,1,1]));

G1=tf(num1,den1);

[y1,t1]=step(G1);

num2=1.05*[0.4762,1];

den2=conv([0.125,1],conv([0.5,1],[1,1,1]));

G2=tf(num2,den2);

[y2,t2]=step(G2);

num3=1.05*[1,1];

den3=conv([0.125,1],conv([0.5,1],[1,1,1]));

G3=tf(num3,den3);

[y3,t3]=step(G3);

num4=1.05*[0.4762,1];

den4=conv([0.25,1],conv([0.5,1],[1,1,1]));

G4=tf(num4,den4);

[y4,t4]=step(G4);

num5=1.05*[0.4762,1];

den5=conv([0.5,1],[1,1,1]);

G5=tf(num5,den5);

[y5,t5]=step(G5);

num6=1.05;

den6=[1,1,1];

G6=tf(num6,den6);

[y6,t6]=step(G6);

plot(t1,y1,t2,y2,t3,y3,t4,y4,t5,y5,t6,y6);grid;xlabel('lxs')

图2

2.如图3所示,系统加入零点后,阶跃响应的上升时间和调节时间均减小,起到了响应加速的作用;但造成原超调量增大,影响了系统的平稳性。

图3 3.如图4所示,

图4

系统3的零点在系统2的零点的右侧,响应的上升时间及调节时间更短,明显提高了系统速度;但是超调量与系统2相比更大,严重影响了系统的平稳性。

4.如图5所示,

图5

系统4与系统2相比,响应时间变长,影响了系统加速响应,但超调量变小,平稳性变好;系统5与系统2相比,响应时间变短,一定程度上改善了系统响应的快速性,但超调量变大,平稳性变差。

5.如图6所示,系统5、6与系统1相比,响应时间变短,超调量相差无几,因此相距很近的零极点可以改善系统响应的快速性,是系统加速。

图6

动态规划-图论

§1动态规划模型 如图所示,给定一个线路网络,两点之间连线上的数字表示 两点间距离,试求一条从A到E的路线,使总距离为最短。Mattlab求解: 首先利用Excel建立两个工作表edge和n分别存储图的上三 角阵和顶点数量。其中edge= 99999 5 2 99999 99999 99999 99999 99999 99999 99999 99999 99999 3 7 99999 99999 99999 99999 99999 99999 99999 99999 6 3 99999 99999 99999 99999 99999 99999 99999 99999 99999 6 99999 99999 99999 99999 99999 99999 99999 99999 3 8 99999 99999 99999 99999 99999 99999 99999 99999 1 99999 99999 99999 99999 99999 99999 99999 99999 99999 3 99999 99999 99999 99999 99999 99999 99999 99999 7 99999 99999 99999 99999 99999 99999 99999 99999 99999 n=9,然后在Matlab调入以上数据。同时将自编的动态规划 软件“dynamic.m”调入当前目录之中,在Matlab命令窗口

输入dynamic,回车后则在窗口显示出路径Path 和距离distance §2 最小生成树 例1 某工厂要架设局域网联通工厂各个部门。已知工厂有7个部门,各个部门间铺设网线的距离如上图所示,计算出铺设网线的最短距离。 Matlab 的算法: 首先,将上图的邻接矩阵存储为G ,顶点数存储为N ;即:G= 99999 50 60 99999 99999 99999 99999 50 99999 99999 65 40 99999 99999 60 99999 99999 52 99999 99999 45 99999 65 52 99999 50 30 42 99999 40 99999 50 99999 70 99999 99999 99999 99999 30 70 99999 99999 99999 99999 45 42 99999 99999 99999 2 5 3 1 4 7 6 50 60 45 65 52 40 50 70 30 42

00实验三 基于MATLAB的根轨迹绘制与性能分析

实验四基于MATLAB的根轨迹绘制与性能分析 [实验目的] 1.掌握MATLAB下的根轨迹绘制方法; 2.学会利用根轨迹进行系统分析。 [实验指导] 1.根轨迹作图函数(命令):rlocus( ) 调用格式: ①rlocus(sys) 或rlocus(num,den) ②rlocus(sys,k) ①②画根轨迹图,①变化参量(一般是根轨迹增益)范围系统自动给出; ②变化参量(一般是根轨迹增益)范围在程序中给出; ③r=rlocus(sys) ④ [r,k]=rlocus(sys) ③④不画根轨迹图,③返回闭环根向量;④返回闭环根向量(r)和变化参量(k)。 2.根与根轨迹增益的求取 ⑴在根轨迹上点击,可得到该点的根值和对应的根轨迹增益值。 ⑵使用计算给定根的根轨迹增益的函数(命令):rlocfind( ) 调用格式: ①[k,poles]=rlocfind(sys) ②[k,poles]= rlocfind(sys,p) 使用方法:

①首先,当前根轨迹已绘出。运行该命令时,在根轨迹图中显示出十字光标,当用户选择其中一点时,其相应的增益由k 记录,与增益相关的所有极点记录poles 中;同时,在命令行窗口显示出来。 ②事先事先给出极点p ,运行该命令时,除了显示出该根对应的增益以外,还显示出该增益对应的其它根。 3.开环零点极点位置绘图函数(命令): pzmap( ) 调用格式: ① pzmap(sys) ② [p,z]=pzmap(sys) 函数功能: 给定系统数学模型,作出开环零点极点位置图。 ① 零点极点绘图命令。零点标记为“+”,极点标记为“o”。 ② 返回零点极点值,不作图。 4.根轨迹渐进线的绘制 当根轨迹渐进线与实轴的交点σa 已求出后,可得到方程11()n m a K s σ-=--, 这是根轨迹渐进线的轨迹方程。 将1()() n m a K G s s σ-= -作为一个开环传递函数,录入到MATLAB 中,再使用根 轨迹作图函数(命令)rlocus( ),生成的轨迹就是原根轨迹的渐进线。 5.举例 例1:开环传递函数1 ()(1)(2) K G s s s s =++绘制其闭环根轨迹。 程序: >> z=[];p=[0,-1,-2];k=1;sys=zpk(z,p,k);rlocus(sys) 运行结果:

matlab性能分析

Matlab 程序性能分析 一、简单计算程序运行时间:tic,toc—— Measure performance using stopwatch timer 基本用法:tStart=tic; any_statements; tElapsed=toc(tStart); 计时单位是“秒”;tic用于设置计时器开始,toc设置计时器结束;手册说tStart是一个64位的整数,仅用于toc参数时有意义,经测试tic是微妙级的计时器。示例: some_time = rand * 2 %% example 1: time measured by tic-toc tStart = tic; pause(some_time); tElapsed_toc = toc(tStart) %% example 2: time measured by tic-tic tStart = tic; pause(some_time); tElapsed_tic = double(tic-tStart) / 1000000 %% example 3: time measured by tic-tocs tStart = tic; pause(some_time); tElapsed_toc1 = toc(tStart) some_time = rand * 2 pause(some_time); tElapsed_toc2 = toc(tStart) tElapsed_toc_toc = tElapsed_toc2 - tElapsed_toc1 示例1展示了tic-toc的基本用法,示例2展示了只用tic实现的计时功能,示例3展示了利用一个tic和多个toc实现程序的分段计时。 二、不推荐使用的程序计时工具:cputime 和 clock & etime cputime的用法:t = cputime; any_statements; e = cputime-t clock & etime的用法:t = clock; any_statements; e = etime(clock, t) Matlab推荐用tic-toc计时,而不是这两种计时工具,具体请参考帮助文档。 三、全面分析程序运行时间:Profiler profile 只能分析Matlab代码编写的函数的运行时间(如ls,magic等),若函数非Matlab代码(如svd,dir等),无法分析其运行时间。 1、启动Profiler的三种方法 (1)从菜单栏启动:Desktop --> Profiler; (2)从Matlab的Editor中启动:Tools --> Open Profiler; (3)从命令行启动:profile -history -historysize integer-timer clock on

动态计划求解方法的Matlab实现及应用[]

动态规划求解方法的Matlab实现及应用[1].txt我自横刀向天笑,笑完我就去睡觉。你的手机比话费还便宜。路漫漫其修远兮,不如我们打的吧。第 %卷第 ,期信息工程大学学报 S>:+% <>+, !""’年 >月 T>8D3F: >C 53C>DEFB2>3 G3?23@@D23? 032H@DA2BI 6@N+!""’ !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! !! 动态规划求解方法的 !"#$"%实现及应用 于斌,刘姝丽,韩中庚 <信息工程大学信息工程学院,河南郑州 #’"""!) 摘要:文章对动态规划问题的求解方法进行了分析研究,根据问题的特点、难点和关键点做了 针对性的处理,然后用 !"#$"%做了实现尝试,从而实现了“最佳组队”和“最短路线”等问题的 求解。实践证明所采用方法和程序都是有效的。 关键词:动态规划;基本方程;!"#$"%实现;最佳组队 中图分类号:* !!&+,文献标识码:-文章编号:&%.& $ "%.,

$ "# !"#$"% &’"$(>"#(*+ *, #-’ ./+"0(1 23*43"00(+4 5663*"1-"+7 8#9 566$(1"#(*+ /0 123,450 6789:2,。-< =7>3?9?@3? <53AB2B8B@ >C 53C>DEFB2>3 G3?23@@D23?,53C>DEFB2>3 G3?23@@D23? 032H@DA2BI,=7@3?J7>8 #’"""!,K723F) 5%9#3"1#:1I F3F:IJ23? F3L 23H@AB2?FB23? B7@ LI3FE2M ND>?DFEE23? FNND>FM7,F3 @CC@MB2H@ L2AN>AF: 7FA O@@3 L>3@

利用matlab分析系统动态性能

利用matlab分析系统动态性能

控制系统的时域分析 一.系统阶跃响应的性能指标 表 1 系统性能指标 利用 matlab 程序求出各系统阶跃响应的性能指标及图像,如求原系统 1 的方程: num=1.05; den=conv([0.125,1],conv([0.5,1],[1,1,1])); G=tf(num,den); C=dcgain(G); [y,t]=step(G); plot(t,y) grid [Y,K]=max(y); tp=t(K) mp=100*(Y-C)/C n=1; while y(n)0.98*C)&&(y(i)<1.02*C) i=i-1; end ts=t(i)

图 1 系统 1 阶跃响应曲线图二.根据系统性能指标及图像分析系统 1.利用 Matlab 得各系统节约系统曲线,如图 2:num1=1.05; den1=conv([0.125,1],conv([0.5,1],[1,1,1])); G1=tf(num1,den1); [y1,t1]=step(G1); num2=1.05*[0.4762,1]; den2=conv([0.125,1],conv([0.5,1],[1,1,1])); G2=tf(num2,den2); [y2,t2]=step(G2); num3=1.05*[1,1]; den3=conv([0.125,1],conv([0.5,1],[1,1,1])); G3=tf(num3,den3); [y3,t3]=step(G3); num4=1.05*[0.4762,1]; den4=conv([0.25,1],conv([0.5,1],[1,1,1])); G4=tf(num4,den4); [y4,t4]=step(G4); num5=1.05*[0.4762,1]; den5=conv([0.5,1],[1,1,1]); G5=tf(num5,den5); [y5,t5]=step(G5); num6=1.05; den6=[1,1,1]; G6=tf(num6,den6);

动态规划 销售人员分配问题(matlab编程)

数学规划课程设计 题目:销售人员费配问题 姓名: 学号: 成绩: 2011年6月

销售人员费配问题 摘要:动态规划程序设计是对解最优化问题的一种途径、一种方法,而不是一种特殊算法,本论文通过对动态规划的基本概念和基本思路,并利用Matlab对动态规划中的销售人员分配问题进行了分析,然后利用Matlab语言进行了程序设计和计算,是复杂问题简单化,避免了繁琐的计算,从而使问题能跟方便地得到解决。 关键词:动态规划销售人员分配问题Matlab语言

一、问题重述 某企业甲、乙、丙三个销售市场,其市场的利润与销售人员的分配有关,现有6个销售人员, 二、问题分析 首先我们对设备的分配规定一个顺序,即先考虑分配给甲市场,其次乙市场,最后丙市场,但分配时必须保证企业的总收益最大。 将问题按分配过程分为三个阶段,根据动态规划逆序算法,可设: 1、阶段数k=1,2,3(即甲、乙、丙三个市场的编号分别为1,2,3); 2、状态变量x k 表示分配给第k 个市场至第3个市场的人员数(即第k 阶段初尚未分配的人员数); 3、决策变量u k 表示分配给第k 市场的人员数; 4、状态转移方程:x k+1=x k -u k ; 5、g k (u k )表示u k 个销售人员分配到第k 个市场所得的收益值,它由下表可查得; 6、f k (x k )表示将x k 个销售人员分配到第k 个市场所得到的最大收益值,因而可得出递推方程: f k (x k )= 6 ,...,1,0max =k u [ g k (u k )+ f k+1(x k -u k )],k=1,2,3 f 4(x 4)=0 三、问题求解 1)k=3时,市场丙的分配方案和总收益. 最大收益:f 3(x 3)=6 ,...,1,0max 3=u [g 3(x 3)]

QAM调制与解调的MATLAB实现及调制性能分析

通信原理课程设计报告书 课题名称 16QAM 调制与解调 的MATLAB 实现及调制性能分析 姓 名 学 号 学 院 通信与电子工程学院 专 业 通信工程 指导教师 李梦醒 2012年 01 月 01日 ※※※※※※※※※ ※※ ※ ※ ※ ※ 2009级通信工程专业 通信原理课程设计

16QAM调制与解调的MATLAB实现及调制性能分 析 1 设计目的 (1)掌握16QAM调制与解调的原理。 (2)掌握星座图的原理并能熟悉星座图的应用。 (3)熟悉并掌握MATLAB的使用方法。 (4)通过对16QAM调制性能的分析了解16QAM调制相对于其它调制方式的优缺点。 2 设计原理 正交振幅调制(Quadrature Amplitude Modulation,QAM)是一种振幅和相位联合键控。虽然MPSK和MDPSK等相移键控的带宽和功率方面都具有优势,即带宽占用小和比特噪声比要求低。但是由图1可见,在MPSK体制中,随着 8/ 5π 8/ 3π 8/ π 8/ 7π 8/ 9π 8/ 11π 8/ 13π

8/15π 图 1 8PSK 信号相位 M 的增大,相邻相位的距离逐渐减小,使噪声容限随之减小,误码率难于保证。为了改善在M 大时的噪声容限,发展出了QAM 体制。在QAM 体制中,信号的振幅和相位作为两个独立的参量同时受到调制。这种信号的一个码元可以表示为 0()cos() (1)k k k s t A t kT t k T ωθ=+<≤+ (2—1) 式中:k=整数;k A 和k θ分别可以取多个离散值。 式(2—1)可以展开为 00()cos cos sin sin k k k k k s t A t A t θωθω=- (2—2) 令 X k = A k cos k , Y k = -A k sin k 则式(2—1)变为 00()cos sin k k k s t X t Y t ωω=+ (2—3) k X 和k Y 也是可以取多个离散的变量。从式(2—3)看出,()k s t 可以看作是两个 正交的振幅键控信号之和。 在式(2—1)中,若k 值仅可以取 /4和-/4,A k 值仅可以取+A 和-A , 则此QAM 信号就成为QPSK 信号,如图2所示: 图2 4QAM 信号矢量图

最优化方法的Matlab实现(公式(完整版))

第九章最优化方法的MatIab实现 在生活和工作中,人们对于同一个问题往往会提出多个解决方案,并通过各方面的论证从中提取最佳方案。最优化方法就是专门研究如何从多个方案中科学合理地提取出最佳方案的科学。由于优化问题无所不在,目前最优化方法的应用和研究已经深入到了生产和科研的各个领域,如土木工程、机械工程、化学工程、运输调度、生产控制、经济规划、经济管理等,并取得了显著的经济效益和社会效益。 用最优化方法解决最优化问题的技术称为最优化技术,它包含两个方面的内容: 1)建立数学模型即用数学语言来描述最优化问题。模型中的数学关系式反映了最优化问题所要达到的目标和各种约束条件。 2)数学求解数学模型建好以后,选择合理的最优化方法进行求解。 最优化方法的发展很快,现在已经包含有多个分支,如线性规划、整数规划、非线性规划、动态规划、多目标规划等。 9.1 概述 利用Matlab的优化工具箱,可以求解线性规划、非线性规划和多目标规划问题。 具体而言,包括线性、非线性最小化,最大最小化,二次规划,半无限问题,线性、非线性方程(组)的求解,线性、非线性的最小二乘问题。另外,该工具箱还提供了线性、非线性最小化,方程求解,曲线拟合,二次规划等问题中大型课题的求解方法,为优化方法在工程中的实际应用提供了更方便快捷的途径。 9.1.1优化工具箱中的函数 优化工具箱中的函数包括下面几类: 1 ?最小化函数

2.方程求解函数 3.最小—乘(曲线拟合)函数

4?实用函数 5 ?大型方法的演示函数 6.中型方法的演示函数 9.1.3参数设置 利用OPtimSet函数,可以创建和编辑参数结构;利用OPtimget函数,可以获得o PtiOns优化参数。 ? OPtimget 函数 功能:获得OPtiOns优化参数。 语法:

(完整版)功率谱估计性能分析及Matlab仿真

功率谱估计性能分析及Matlab 仿真 1 引言 随机信号在时域上是无限长的,在测量样本上也是无穷多的,因此随机信号的能量是无限的,应该用功率信号来描述。然而,功率信号不满足傅里叶变换的狄里克雷绝对可积的条件,因此严格意义上随机信号的傅里叶变换是不存在的。因此,要实现随机信号的频域分析,不能简单从频谱的概念出发进行研究,而是功率谱[1]。 信号的功率谱密度描述随机信号的功率在频域随频率的分布。利用给定的 N 个样本数据估计一个平稳随机信号的功率谱密度叫做谱估计。谱估计方法分为两大类:经典谱估计和现代谱估计。经典功率谱估计如周期图法、自相关法等,其主要缺陷是描述功率谱波动的数字特征方差性能较差,频率分辨率低。方差性能差的原因是无法获得按功率谱密度定义中求均值和求极限的运算[2]。分辨率低的原因是在周期图法中,假定延迟窗以外的自相关函数全为0。这是不符合实际情况的,因而产生了较差的频率分辨率。而现代谱估计的目标都是旨在改善谱估计的分辨率,如自相关法和Burg 法等。 2 经典功率谱估计 经典功率谱估计是截取较长的数据链中的一段作为工作区,而工作区之外的数据假设为0,这样就相当将数据加一窗函数,根据截取的N 个样本数据估计出其功率谱[1]。 周期图法( Periodogram ) Schuster 首先提出周期图法。周期图法是根据各态历经的随机过程功率谱的定义进行的谱估计。 取平稳随机信号()x n 的有限个观察值(0),(1),...,(1)x x x n -,求出其傅里叶变换 1 ()()N j j n N n X e x n e ω ω---==∑ 然后进行谱估计

基于Matlab的动态规划程序实现

动态规划方法的Matlab 实现与应用 动态规划(Dynamic Programming)是求解决策过程最优化的有效数学方法,它是根据“最优决策的任何截断仍是最优的”这最优性原理,通过将多阶段决策过程转化为一系列单段决策问题,然后从最后一段状态开始逆向递推到初始状态为止的一套最优化求解方法。 1.动态规划基本组成 (1) 阶段 整个问题的解决可分为若干个阶段依次进行,描述阶段的变量称为阶段变量,记为k (2) 状态 状态表示每个阶段开始所处的自然状况或客观条件,它描述了研究问题过程的状况。各阶段状态通常用状态变量描述,用k x 表示第k 阶段状态变量,n 个阶段决策过程有n+ 1个状态。 (3) 决策 从一确定的状态作出各种选择从而演变到下一阶段某一状态,这种选择手段称为决策。描述决策的变量称为决策变量,决策变量限制的取值范围称为允许决策集合。用()k k u x 表示第k 阶段处于状态k x 时的决策变量,它是k x 的函数。用()k k D x Dk(xk)表示k x 的允许决策的集合。 (4) 策略 每个阶段的决策按顺序组成的集合称为策略。由第k 阶段的状态k x 开始到终止状态的后部子过程的策略记为{}11(),(),,()k k k k n n u x u x u x ++ 。可供选择的策略的范围称为允许策略集合,允许策略集合中达到最优效果的策略称为最优策略。从初始状态* 11()x x =出发,过程按照最优策略和状态转移方程演变所经历的状态序列{ } **** 121,,,,n n x x x x + 称为最优轨线。 (5) 状态转移方程 如果第k 个阶段状态变量为k x ,作出的决策为k u ,那么第k+ 1阶段的状态变量1k x +也被完全确定。用状态转移方程表示这种演变规律,记为1(,)k k k x T x u +=。 (6) 指标函数 指标函数是系统执行某一策略所产生结果的数量表示,是衡量策略优劣的数量指标,它定义在全过程和所有后部子过程上,用()k k f x 表示。过程在某阶段j 的阶段指标函数是衡量该阶段决策优劣数量指标,取决于状态j x 和决策j u ,用(,)j j j v x u 表示。 2.动态规划基本方程 (){} 11()min ,,(),()k k k k k k k k k k f x g v x u f x u D x ++=∈???? Matlab 实现 (dynprog.m 文件) function [p_opt,fval]=dynprog (x,DecisFun,SubObjFun,TransFun,ObjFun) % x 是状态变量,一列代表一个阶段的所有状态; % M-函数DecisFun(k,x) 由阶段k 的状态变量x 求出相应的允许决策变量; % M-函数SubObjFun(k,x,u) 是阶段指标函数, % M-函数ObjFun(v,f) 是第k 阶段至最后阶段的总指标函数 % M-函数TransFun(k,x,u) 是状态转移函数, 其中x 是阶段k 的某状态变量, u 是相应的决策变量; %输出 p_opt 由4列构成,p_opt=[序号组;最优策略组;最优轨线组;指标函数值组]; %输出 fval 是一个列向量,各元素分别表示p_opt 各最优策略组对应始端状态x 的最优函数值。

图论算法及matlab程序的三个案例

图论实验三个案例 单源最短路径问题 Dijkstra 算法 Dijkstra 算法是解单源最短路径问题的一个贪心算法。其基本思想是,设置一个顶点集合S 并不断地作贪心选择来扩充这个集合。一个顶点属于集合S 当且仅当从源到该顶点的最短路径长度已知。设v 是图中的一个顶点,记()l v 为顶点 v 到源点v 1的最短距离, ,i j v v V ?∈,若 (,)i j v v E ?,记i v 到j v 的权ij w =∞。 Dijkstra 算法: ① 1{}S v =,1()0l v =;1{}v V v ??-,()l v =∞,1i =,1{}S V v =-; ② S φ=,停止,否则转③; ③ ()min{(),(,)} j l v l v d v v =, j v S ∈,v S ?∈; ④ 存在 1 i v +,使 1()min{()} i l v l v +=,v S ∈; ⑤ 1{} i S S v +=, 1{} i S S v +=-,1i i =+,转②; 实际上,Dijkstra 算法也是最优化原理的应用:如果12 1n n v v v v -是从1v 到 n v 的最短路径,则 12 1 n v v v -也必然是从1v 到 1 n v -的最优路径。 在下面的MATLAB 实现代码中,我们用到了距离矩阵,矩阵第i 行第j 行元 素表示顶点i v 到j v 的权ij w ,若i v 到j v 无边,则realmax ij w =,其中realmax 是 MATLAB 常量,表示最大的实数+308)。 function re=Dijkstra(ma)

动态规划_销售人员分配问题(matlab编程)

一、问题重述 某企业甲、乙、丙三个销售市场,其市场的利润与销售人员的分配有关,现有6个销售人员,分配到各市场所获利润如下表示,试问应如何分配销售人员才能使总利润最大? 二、问题分析 首先我们对设备的分配规定一个顺序,即先考虑分配给甲市场,其次乙市场,最后丙市场,但分配时必须保证企业的总收益最大。 将问题按分配过程分为三个阶段,根据动态规划逆序算法,可设: 1、阶段数k=1,2,3(即甲、乙、丙三个市场的编号分别为1,2,3); 2、状态变量x k 表示分配给第k 个市场至第3个市场的人员数(即第k 阶段初尚未分配的人员数); 3、决策变量u k 表示分配给第k 市场的人员数; 4、状态转移方程:x k+1=x k -u k ; 5、g k (u k )表示u k 个销售人员分配到第k 个市场所得的收益值,它由下表可查得; 6、f k (x k )表示将x k 个销售人员分配到第k 个市场所得到的最大收益值,因而可得出递推方程: f k (x k )= 6 ,...,1,0max =k u [ g k (u k )+ f k+1(x k -u k )],k=1,2,3 f 4(x 4)=0 三、问题求解 1)k=3时,市场丙的分配方案和总收益. 最大收益:f 3(x 3)=6 ,...,1,0max 3=u [g 3(x 3)]

最大收益:f 2(x 2)=2 max u [g 2(u 2)+ f 3(x 3)]= 2 max u [g 2(u 2)+ f 3(x 2- u 2 )] 最大收益:f 1(x 1)=1 max u [g 1(u 1)+ f 2(x 1- u 1)]= max[g 1(u 1)+ f 2(4- u 1)] 为此,我们可以用Matlab 语言编程使问题能跟方便地得到解决,其算法设计如下图:

用MATLAB进行控制系统的动态性能的分析报告

用MATLAB 进行控制系统的动态性能的分析 初始条件:已知三阶系统的闭环传递函数为 )64.08.0)(11 (7 .2)(2+++= s s s a s G 分析系统的动态性能。 要求完成的主要任务: (包括课程设计工作量及其技术要求,以及说明书撰写等具体要求) 1、 用MATLAB 函数编程,求系统的动态性能指标。 2、 设64.08.02++s s 的根是系统的主导极点,编制程序,求系统的动态性能指标。 3、 用MATLAB 编制程序分析a =0.84,a =2.1,a =4.2系统的阶跃响应曲线,分析高阶系统忽略附加极点,近似为二阶系统的条件。 4、课程设计说明书中要求写清楚计算分析的过程,列出MATLAB 程序和MATLAB 输出。说明书的格式按照教务处标准书写。 时间安排:

指导教师签名: 年 月 日 系主任(或责任教师)签名: 年 月 日 用MATLAB 进行控制系统的动态性能的分析 1 MATLAB 函数编程 1.1 传递函数的整理 已知三阶系统的闭环传递函数为: )64.08.0)(11 (7 .2)(2+++= s s s a s G 整理成一般式可以得到: G(s)= a s a s a s a 64.0)8.064.0()8.0(7.223+++++, 其中a 为未知参数。从一般式可以看出系统没有零点,有三个极点(其中一个实数极点和一对共轭复数极点)。 1.2 动态性能指标的定义 上升时间r t :当系统的阶跃响应第一次达到稳态值的时间。上升时间是系统 响应速度的一种度量。上升时间越短,响应速度越快。 峰值时间p t :系统阶跃响应达到最大值的时间。最大值一般都发

实验一基于MATLAB的二阶系统动态性能分析

实验一基于MATLAB 的二阶系统动态性能分析 一、实验目的 1、观察学习二阶控制系统的单位阶跃响应、脉冲响应。 2、记录单位阶跃响应曲线、脉冲响应曲线。 3、掌握时间响应分析的一般方法。 4、掌握系统阶跃响应曲线与传递函数参数的对应关系。 二、实验设备 PC 机,MATLAB 仿真软件。 三、实验内容1、作以下二阶系统的单位阶跃响应曲线 10 10)(2++=s s s G 2、分别改变该系统的ζ和n ω,观察阶跃响应曲线的变化。 3、作该系统的脉冲响应曲线。 四、实验步骤1、二阶系统为 10)(++=s G (1)键人程序观察并纪录阶跃响应曲线 (2)健入 damp(den) 计算系统的闭环根、阻尼比、无阻尼振荡频率,并作记录。记录实际测取的峰值大小、C max (t p )、峰值时间t p 、过渡时间t s 并与理论值相比较。实际值 峰值C max (t p ) 峰值时间t p 过渡时间 t s %5±%2±2、修改参数,分别实现ζ=1,ζ=2的响应曲线,并作记录。程序为: n0=10;d0=[1110];step(n0,d0) %原系统ζ=0.316/2 hold on %保持原曲线 n1=n0,d1=[16.3210];step(n1,d1) %ζ=1 n2=n0;d2=[112.6410];step(n2,d2)

%ζ=2 修改参数,写出程序分别实现1n ω=01n ω和2n ω=20n ω的响应曲线,并作记录。%10 0=n ω3、试作以下系统的脉冲响应曲线,分析结果 10)(++=s G 10 2102)(21+++=s s s s G ,有系统零点情况,即s=-5。

8PSK调制与解调系统的MATLAB实现及性能分析

8PSK调制与解调系统的MATLAB实现 及性能分析 学生姓名:指导老师: 摘要:8PSK是一种常用于卫星通信的高带宽效率的多相位键控调制解调技术。通过进行8PSK调制解调的基带仿真,对实现中影响该系统性能的几个重要问题进行了研究。研究了实际应用时不同类型和参数的滤波器对系统性能的影响,针对8PSK的特点,采用了存储波形累加求和法来代替一般的滤波成形,提高了调制速度,利用其相位对称的特点将波形存储表压缩为原容量的1 / 4,有效地节约了存储空间。 关键词:MATLAB7.1 ;Simulink仿真平台;8PSK调制解调; 1 引言 1.1 8PSK 简介 8PSK (8 Phase Shift Keying 8移相键控) 是一种相位调制算法。 相位调制(调相)是频率调制(调频)的一种演变,载波的相位被调整用于把数字信息的比特编码到每一词相位改变(相移)。 "8PSK"中的"PSK表示使用移相键控方式,移相键控是调相的一种形式,用于表达一系列离散的状态,8PSK对应8种状态的PSK。如果是其一半的状态,即4种,则为QPSK,如果是其2倍的状态,则为16PSK。因为8PSK拥有8种状态,所以8PSK每个符号(symbol)可以编码3个比特(bits)。8PSK抗链路恶化的能力(抗噪能力)不如QPSK,但提供了更高的数据吞吐容量。

1.2 8PSK的特点 (1) 传输效率高。码元速率相同时,信息速率比二进制高。 (2) 抗衰落能力差。8PSK信号只宜在恒参信道(如有线信道)中使用。 (3) 在接收机输入平均信噪比相等的情况下,8PSK系统的误码率比2PSK系统要高。 1.3课程设计的目的 通过本课程的学习我们不仅能加深理解和巩固理论课上所学的有关 PCM编码和解码的基本概念、基本理论和基本方法,而且能锻炼我们分析问题和解决问题的能力;同时对我们进行良好的独立工作习惯和科学素质的培养,为今后参加科学工作打下良好的基础。 1.4课程设计的内容 利用MATLAB集成环境下的Simulink仿真平台,设计一个8PSK调制与解调系统.用示波器观察调制前后的信号波形;用频谱分析模块观察调制前后信号频谱的变化;加上各种噪声源,用误码测试模块测量误码率;最后根据运行结果和波形来分析该系统性能。 1.5课程设计的要求 1)熟悉MATLAB环境下的Simulink仿真平台,熟悉8PSK系统的调制解调原理,构建QPSK调制解调电路图. 2)用示波器观察调制前后的信号波形,用频谱分析模块观察调制前后信号的频谱的变化。并观察解调前后频谱有何变化以加深对该信号调制解调原理的理解。 3)在调制与解调电路间加上各种噪声源,用误码测试模块测量误码率,并给出仿真波形,改变信噪比并比较解调后波形,分析噪声对系统造成的影响。 4)在老师的指导下,要求独立完成课程设计的全部内容,并按要求编写课程设计学年论文,能正确阐述和分析设计和实验结果。

(整理)matlab 动态规划讲义.

第四章动态规划 §1 引言 1.1 动态规划的发展及研究内容 动态规划(dynamic programming)是运筹学的一个分支,是求解多阶段决策问题的最优化方法。20世纪50年代初R. E. Bellman等人在研究多阶段决策过程(multistep decision process)的优化问题时,提出了著名的最优性原理(principle of optimality),把多阶段过程转化为一系列单阶段问题,逐个求解,创立了解决这类过程优化问题的新方法—动态规划。1957年出版了他的名著《Dynamic Programming》,这是该领域的第一本著作。 动态规划问世以来,在经济管理、生产调度、工程技术和最优控制等方面得到了广泛的应用。例如最短路线、库存管理、资源分配、设备更新、排序、装载等问题,用动态规划方法比用其它方法求解更为方便。 虽然动态规划主要用于求解以时间划分阶段的动态过程的优化问题,但是一些与时间无关的静态规划(如线性规划、非线性规划),只要人为地引进时间因素,把它视为多阶段决策过程,也可以用动态规划方法方便地求解。 应指出,动态规划是求解某类问题的一种方法,是考察问题的一种途径,而不是一种特殊算法(如线性规划是一种算法)。因而,它不象线性规划那样有一个标准的数学表达式和明确定义的

一组规则,而必须对具体问题进行具体分析处理。因此,在学习时,除了要对基本概念和方法正确理解外,应以丰富的想象力去建立模型,用创造性的技巧去求解。 例1 最短路线问题 下面是一个线路网,连线上的数字表示两点之间的距离(或费用)。试寻求一条由A到G距离最短(或费用最省)的路线。 例2 生产计划问题 工厂生产某种产品,每单位(千件)的成本为1(千元),每次开工的固定成本为3(千元),工厂每季度的最大生产能力为6(千件)。经调查,市场对该产品的需求量第一、二、三、四季度分别为2,3,2,4(千件)。如果工厂在第一、二季度将全年的需求都生产出来,自然可以降低成本(少付固定成本费),但是对于第三、四季度才能上市的产品需付存储费,每季每千件的存储费为0.5(千元)。还规定年初和年末这种产品均无库存。试制定一个生产计划,即安排每个季度的产量,使一年的总费用(生产成本和存储费)最少。 1.2 决策过程的分类

基于MATLAB 的数字滤波器性能分析

基于MATLAB 的数字滤波器性能分析 时间:2008-10-07 来源: 作者:柴政刘亮点击:1170 字体大小:【大中小】 近年来,随着MATLAB的功能日益便捷和完善,信号处理以及数字滤波器设计得到了广泛应用.比如基础的IIR(无限长响应)滤波器和FIR(有限长响应)滤波器都由以前的传统解析设计向程序开发、函数调用,甚至直接使用面向对象的GUI设计工具转变.整个滤波器的设计得以变得简单高效. 关于基于MATLAB的数字滤波器设计的文献书籍有很多,然而滤波器设计的过程应该有两大任务:一是根据设计要求给出的各项技术指标按照理论步骤设计得出相应的系统函数;二是要对设计出的滤波器进行性能的分析,以达到对结果检验的目的.本文主要探讨第二个任务,分析计算数字滤波器的脉冲响应、频率响应、零点分布、群延时和相延时等,从中考察性能的适应性. 1 性能分析的理论基础 1.1 脉冲响应和频率响应 脉冲响应是用时间序列表征的系统特性,当系统的输入为脉冲序列时,系统零状态的输出定义为脉冲响应,记为h(n).它与系统具有一一对应的关系,所以可以用它来代表系统的时域特性.从脉冲响应可以判断系统的因果性和稳定性.充要条件如下:因果性h(n)=0 n<0;稳定性为h(n)绝对可和.此外从脉冲响应也可看出数字滤波器的种类是属于IIR还是FIR、 频率响应是在频率域对系统进行了表征、直观的反映了滤波器输出在频率范围的分布情况,可以看出滤波器的功能类型(低通、高通、带通、带阻),检验滤波效果非常方便.在MATLAB 中有对应的分析函数: (1) [h,t]=impz(b,a,n,fs):计算滤波器的脉冲函数。h为n点脉冲响应向量; (2) [h,x]=freqz(b,a,n,fs):调用FFT(快速傅立叶变换)计算滤波器的频率响应.Fs为采样频率,可以计算滤波器在任意频率点f上的频响. 1.2 系统函数零、极点分布与系统特性的关系 因果(可实现)系统其单位脉冲相应h(n)一定满足:当n<0时,h(n)=0,那么其系统函数H(z)的收敛域一定包含∞点,即∞点不是极点,极点分布在某个圆内,收敛域在某个圆外.系统稳定要求Σ|h(n)|(n从-∞到+∞)<∞,对照Z变换定义,系统稳定要求收敛域包含单位圆.所以如果系统因果且稳定,收敛域包含∞点和单位圆,那么收敛域可表示成r<|z|≤∞,0

动态规划matlab仿真实例整理

动态规划在火力分配中地应用. 1.问题描述 设有m个目标,目标价值(重要性和危害性)各不相同,用数值A(K=1,K =,其n枚导弹突袭,导弹击毁目标地概率P2,..m)表 示,计划用K为向目标发射地导弹数,问是常数,取决于导弹地特性与目标地性质;中题:做出方案使预期地突击效果最大. 2.问题建模 上述问题可以表述为 约束条件为 (为非负整数) 3.算法描述 ),和(n=5am=4下面通过一个实例说明:设目标数目为4(),导弹为5K取值情况如下表所示:表1:A取值情况k 4 2 3 1 K 目标 3 6 7 8 0.9 0.3 0.2

将火力分配可分为4个阶段,每个阶段指标函数为: 可能取值为0,1,2,3,4,5,将函数值带人如下表:表2函数值 u 0 0 0 0 0 1.79 1 1.81 1.45 2.36 2.51 2 3.16 2.64 3.79 2.81 4.66 3 4.15 3.61 2.93 4 4.89 5.19 4.41

5 5.44 5.06 5.51 动态规划问题基本方程为: c =0 逐次向前推一级 K=4 K=3 K=2 K=1

() 地最大值然后反推回去就可以获得最优地分配方案只需要求解4.Matlab仿 真求解 地最大值,对应取值为整数,可以采用动态规划地方法,获得与因为 地最优方案 function[p_opt,fval]=dynprog(x,DecisFun,SubObjFun,TransFun,ObjFun) %求解动态规划问题最小值函数 k=length(x(1,:)) %判断决策级数 x_isnan=~isnan(x)。 % 非空状态矩阵 t_vubm=inf*ones(size(x))。 % 性能指标中间矩阵 f_opt=nan*ones(size(x))。 % 总性能指标矩阵 d_opt=f_opt。 %每步决策矩阵 tmp1=find(x_isnan(:,k))。 % 最后一步状态向量 tmp2=length(tmp1)。 % 最后一步状态个数 for i=1:tmp2 u=feval(DecisFun,k,x(tmp1(i),k))。 tmp3=length(u)。%决策变量 for j=1:tmp3 % 求出当前状态下所有决策地最小性能指标 tmp=feval(SubObjFun,k,x(tmp1(i),k),u(j))。 if tmp <= t_vubm(i,k) %t_vub f_opt(i,k)=tmp。 d_opt(i,k)=u(j)。 t_vubm(i,k)=tmp。 end。 end。 end for ii=k-1:-1:1 tmp10=find(x_isnan(:,ii))。 tmp20=length(tmp10)。 for i=1:tmp20 %求出当前状态下所有可能地决策 u=feval(DecisFun,ii,x(tmp10(i),ii))。 tmp30=length(u) 。 for j=1:tmp30 % 求出当前状态下所有决策地最小性能指标 tmp00=feval(SubObjFun,ii,x(tmp10(i),ii),u(j))。 % 单步性能指标 tmp40=feval(TransFun,ii,x(tmp10(i),ii),u(j))。 % 下一状态 tmp50=x(:,ii+1)-tmp40。 % 找出下一状态在 x 矩阵地位置 tmp60=find(tmp50==0) 。 if~isempty(tmp60) if nargin<6 %矩阵不同需要修改nargin地值,很重要

基于matlab的二阶动态系统特性分析

测控技术基础课程设计 设计题目:基于matlab的二阶动态系统特性分析 姓名: 学号: 专业:机械电子 班级: 指导教师: 2014年 6月 26日---年 6月 26日

目 录 第一章 二阶系统的性能指标 1.1 一般系统的描述 1.2 二阶系统的性能指标 第二章 二阶系统基于matlab 的时域分析 2.1 用matlab 求二阶系统的动态性能指标 2.2 二阶系统的动态响应分析 2.2.1 二阶系统的单位阶跃响应与参数ξ的关系 2.2.2 二阶系统的单位阶跃响应与参数n ω的关系. 第三章 设计体会 参考文献

1. 二阶系统的性能指标 1.1. 一般系统的描述 凡是能够用二阶微分方程描述的系统称为二阶系统。从物理上讲,二阶系统包含两个独立的储能元件,能量在两个元件之间交换,是系统具有往复震荡的趋势。当阻尼比不够充分大时,系统呈现出震荡的特性,所以,二阶系统也称为二阶震荡环节。很多实际工程系统都是二阶系统,而且许多高阶系统在一定条件下也可以简化成为二阶系统近似求解。因此,分析二阶系统的时间相应具有重要的实际意义。 传递函数可以反映系统的结构参数,二阶系统的典型传递函数是: 2 2021)()()(n n i s s s X s X s G ωξω++= = 其中, n ω为二阶系统的无阻尼固有频率,ξ称为二阶系统的阻尼比。 1.2. 二阶系统的性能指标 系统的基本要求一般有稳定性、准确性和快速性这三个指标。系统分析及时对这三个指标进行分析。建立系统的数学模型后,就可以用不同的方法来分析和研究系统,以便于找出工程中需要的系统。在时域,这三个方面的性能都可以通过求解描述系统的微分方程来获得,而微分方程的解则由系统的结构参数、初始条件以及输入信号所决定。 上升时间r t :当系统的阶跃响应第一次达到稳态值的时间。上升时间是系统 响应速度的一种度量。上升时间越短,响应速度越快。 峰值时间p t :系统阶跃响应达到最大值的时间。最大值一般都发生在阶跃响应的第一个峰值时间,所以又称为峰值时间。 调节时间s t :当系统的阶跃响应衰减到给定的误差带,并且以后不再超出给定的误差带的时间。 最大超调量p M :相应曲线的最大峰值与稳态值的差称为最大超调量p M ,即 ) (max ∞-=c c M p 或者不以百分数表示,则记为 =p M % 100)() (max ?∞∞-c c c 最大超调量 p M 反映了系统输出量在调节过程中与稳态值的最大偏差,是衡 量系统性能的一个重要的指标。 在实际应用中,常用的动态性能指标多为上升时间、调节时间和超调量。通

相关文档
最新文档