状态空间模型
一个是一个物理系统的数学表示状态空间模型的输入,输出和相关的状态变量的一阶微分方程。状态变量定义输出变量的值。的党卫军
模型对象可以表示的输出或天线系统状态空间模型在连续时间和离散时间。
状态空间模型在连续时间,一个是下面的形式:
在这里,x
,u
和y
分别代表美国,输入和输出一个
,B
,C
和D
了状态矩阵。的党卫军
对象代表了MATLAB中状态空间模型®存储一个
,B
,C
和D
连同其他信息,如样品时间,名称和延迟的输入和输出。
您可以创建一个对象通过指定状态,状态空间模型的输入和输出矩阵直接或通过转换为另一种类型的模型(如一个传递函数模型特遣部队
状态方程形式。有关更多信息,请参见状态空间模型。您可以使用一个党卫军
模型对象:
进行线性分析
代表一个线性定常(LTI)模型进行控制设计
结合其他LTI模型代表一个更复杂的系统
一个
- - - - - -状态矩阵Nx
——- - - - - -Nx
矩阵状态矩阵,作为指定Nx
——- - - - - -Nx
矩阵,Nx
的状态数。这个输入设置属性的值一个。
B
- - - - - -Input-to-state矩阵Nx
——- - - - - -ν
矩阵Input-to-state矩阵,作为指定Nx
——- - - - - -ν
矩阵,Nx
的状态和数量吗ν
输入的数量。这个输入设置属性的值B。
C
- - - - - -State-to-output矩阵纽约
——- - - - - -Nx
矩阵State-to-output矩阵,作为指定纽约
——- - - - - -Nx
矩阵,Nx
的状态和数量吗纽约
是输出的数量。这个输入设置属性的值C。
D
- - - - - -直通的矩阵纽约
——- - - - - -ν
矩阵直通的矩阵,作为指定纽约
——- - - - - -ν
矩阵,纽约
输出的数量和吗ν
输入的数量。这个输入设置属性的值D。
ts
- - - - - -样品时间样品时间,指定为一个标量。有关更多信息,请参见Ts财产。
ltiSys
- - - - - -动态系统转换为状态空间形式动态系统转换为状态空间形式,指定为输出或再分配动态系统模型或数组的动态系统模型。动态系统,您可以将包括:
组件
- - - - - -确定模型的组件“测量”
(默认)|“噪音”
|“增强”
组件识别模型的转换,指定为以下之一:
“测量”
——把测量的组成部分sys
。
“噪音”
——转换的噪声分量sys
“增强”
——转换测量和噪声的组成部分sys
。
组件
只适用于当sys
是一个识别线性时不变模型。
更多信息识别LTI模型及其测量和噪声组件,明白了确定了LTI模型。
ssSys
- - - - - -动态系统模型转换为最小实现或显式形式党卫军
模型对象动态系统模型转换为最小实现或显式形式,指定为一个党卫军
模型对象。
sys
——输出系统模型党卫军
模型对象|一族
模型对象|号航空母舰
模型对象返回输出系统模型,为:
一个整数(党卫军
)模型对象,当输入一个
,B
,C
和D
是数字矩阵或者当从另一个模型对象类型转换。
一个广义状态空间模型(一族
)对象,当一个或多个矩阵一个
,B
,C
和D
包括可调参数,如realp
参数或广义矩阵(genmat
)。例如,看到的创建固定和可调参数状态空间模型。
一个不确定的(状态空间模型号航空母舰
)对象,当一个或多个输入一个
,B
,C
和D
包括不确定的矩阵。使用不确定的模型需要鲁棒控制工具箱软件。
一个
- - - - - -状态矩阵Nx
——- - - - - -Nx
矩阵状态矩阵,作为指定Nx
——- - - - - -Nx
矩阵Nx
的状态数。状态矩阵可以表示状态空间模型在许多方面都取决于所需的实现如:
模式规范形式
同伴规范形式
可观察到的规范形式
可控标准型
有关更多信息,请参见状态空间实现规范化。
B
- - - - - -Input-to-state矩阵Nx
——- - - - - -ν
矩阵Input-to-state矩阵,作为指定Nx
——- - - - - -ν
矩阵Nx
的状态和数量吗ν
输入的数量。
C
- - - - - -State-to-output矩阵纽约
——- - - - - -Nx
矩阵State-to-output矩阵,作为指定纽约
——- - - - - -Nx
矩阵Nx
的状态和数量吗纽约
是输出的数量。
D
- - - - - -直通的矩阵纽约
——- - - - - -ν
矩阵直通的矩阵,作为指定纽约
——- - - - - -ν
矩阵纽约
输出的数量和吗ν
输入的数量。D
也称为静态增益矩阵代表输出与输入的比值在稳态条件下。
E
- - - - - -矩阵为隐式状态空间模型Nx
——- - - - - -Nx
矩阵矩阵的隐式或状态空间模型,描述符指定为一个Nx
——- - - - - -Nx
矩阵。E
默认为空,即状态方程是显式的。指定一个隐式状态方程Edx/dt=斧头+部,将此属性设置为一个方阵的大小一样一个
。看到dss
关于建立状态空间模型描述符的更多信息。
按比例缩小的
- - - - - -逻辑值指示是否启用或禁用扩展0
(默认)|1
逻辑值指示是否启用或禁用扩展,指定为0
或1
。
当按比例缩小的
被设置为0
(禁用),那么大多数数值算法作用于状态方程模型sys
自动重新调节状态向量来提高数值精度。你可以防止这种伸缩通过设置按比例缩小的
来1
(使)。
关于扩展的更多信息,请参阅预分频
。
StateName
- - - - - -国家的名字' '
(默认)|特征向量|单元阵列的特征向量国家名称,指定为以下之一:
例如,一阶模型的特征向量,“速度”
。
单元阵列模型的特征向量,与两个或两个以上的国家
StateName
是空的' '
默认为所有国家。
StatePath
- - - - - -国家的道路' '
(默认)|特征向量|单元阵列的特征向量促进道路状态线性化块路径管理,指定为以下之一:
特征向量为一阶模型
单元阵列模型的特征向量,与两个或两个以上的国家
StatePath
是空的' '
默认为所有国家。
StateUnit
- - - - - -国家单位' '
(默认)|特征向量|单元阵列的特征向量国家单位,指定为以下之一:
例如,一阶模型的特征向量,“米/秒”
单元阵列模型的特征向量,与两个或两个以上的国家
使用StateUnit
跟踪每个州的单位。StateUnit
没有对系统行为的影响。StateUnit
是空的' '
默认为所有国家。
InternalDelay
- - - - - -内部延迟模型内部延迟模型,指定为一个向量。内部延迟出现,例如,当关闭反馈回路系统延迟,或者当串联或并联连接延迟系统。关于内部延迟的更多信息,请参阅与时间延迟关闭反馈回路。
对于连续时间模型,内部延迟是在指定的时间单位表示TimeUnit
模型的属性。对于离散时间模型,内部延迟表示为整数倍的样品时间Ts
。例如,InternalDelay = 3
意味着三个采样周期的延迟。
您可以修改内部延迟使用属性的值InternalDelay
。然而,条目的数量sys.InternalDelay
不能改变,因为它是一个结构模型的属性。
InputDelay
- - - - - -输入延迟0
(默认)|标量|ν
1的向量为每个输入通道输入延迟,指定为以下之一:
标量-指定输入输出系统的延迟或相同的延迟所有输入的多输入系统。
ν
1的向量,为输入指定单独的输入延迟的多输入系统,ν
输入的数量。
对于连续时间系统,指定输入延迟指定的时间单位TimeUnit
财产。对于离散时间系统,指定输入整数倍的样品时间延迟,Ts
。
有关更多信息,请参见线性系统的时间延迟。
OutputDelay
- - - - - -输出延迟0
(默认)|标量|纽约
1的向量为每一个输出通道输出延迟,指定为以下之一:
标量-指定的输出系统的输出延迟或相同的延迟对所有输出的多输出系统。
纽约
1矢量-指定单独的输出延迟输出的多输出系统纽约
是输出的数量。
对于连续时间系统,指定输出延迟指定的时间单位TimeUnit
财产。对于离散时间系统,指定输出整数倍的样品时间延迟,Ts
。
有关更多信息,请参见线性系统的时间延迟。
TimeUnit
- - - - - -时间变量的单位“秒”
(默认)|“纳秒”
|微秒的
|的毫秒
|“分钟”
|“小时”
|“天”
|“周”
|“月”
|“年”
|……时间变量单位,指定为以下之一:
“纳秒”
微秒的
的毫秒
“秒”
“分钟”
“小时”
“天”
“周”
“月”
“年”
改变TimeUnit
对其他属性没有影响,但改变整个系统的行为。使用chgTimeUnit
时间单位,无需修改系统行为之间的转换。
InputName
- - - - - -输入通道名称”
(默认)|特征向量|单元阵列的特征向量输入通道名称,指定为以下之一:
一个特征向量,输入模型。
单元阵列的特征向量,对多输入模型。
”
没有指定名称,输入通道。
此外,您可以指定输入名称多输入模型使用自动矢量扩张。例如,如果sys
是两个输入模型中,输入以下:
sys.InputName=“控制”;
输入名称自动扩大{“控制(1)”,“控制”(2)}
。
您可以使用速记符号u
来指InputName
财产。例如,sys.u
相当于sys.InputName
。
使用InputName
:
确定渠道模式显示和阴谋。
提取MIMO系统的子系统。
当互连模型指定连接点。
InputUnit
- - - - - -输入通道单元”
(默认)|特征向量|单元阵列的特征向量输入通道单位,指定为以下之一:
一个特征向量,输入模型。
单元阵列的特征向量,对多输入模型。
”
任何单位指定,任何输入通道。
使用InputUnit
指定输入信号单元。InputUnit
没有对系统行为的影响。
InputGroup
- - - - - -输入通道组输入通道组,指定为一个结构。使用InputGroup
分配MIMO系统的输入通道组,指每组的名字。的字段名InputGroup
组名和字段值是每组的输入通道。例如,输入以下创建输入组名称控制
和噪音
包括输入通道1
和2
,3
和5
,分别。
sys.InputGroup。控制=(12];sys.InputGroup。噪音= [3 - 5];
然后您可以提取的子系统控制
使用以下输入所有输出。
sys (:,“控制”)
默认情况下,InputGroup
结构没有字段。
OutputName
- - - - - -输出通道名称”
(默认)|特征向量|单元阵列的特征向量输出通道名称,指定为以下之一:
对于模型的特征向量,。
单元阵列的特征向量,对多输出模型。
”
没有指定名称,任何输出通道。
或者,您可以指定输出名称多输出模型使用自动矢量扩张。例如,如果sys
是一个两个输出模型,输入以下。
sys.OutputName=“测量”;
输出名称自动扩大{“测量(1)”,“测量”(2)}
。
您还可以使用速记符号y
来指OutputName
财产。例如,sys.y
相当于sys.OutputName
。
使用OutputName
:
确定渠道模式显示和阴谋。
提取MIMO系统的子系统。
当互连模型指定连接点。
OutputUnit
- - - - - -输出通道单元”
(默认)|特征向量|单元阵列的特征向量输出通道单位,指定为以下之一:
对于模型的特征向量,。
单元阵列的特征向量,对多输出模型。
”
、任何单位指定的任何输出通道。
使用OutputUnit
指定输出信号单元。OutputUnit
没有对系统行为的影响。
OutputGroup
- - - - - -输出通道组输出通道组,指定为一个结构。使用OutputGroup
分配MIMO系统的输出通道组,指每组的名字。的字段名OutputGroup
组名和字段值是每组的输出通道。例如,创建输出组命名温度
和测量
包括输出通道1
,3
和5
,分别。
sys.OutputGroup。温度=(1];sys.InputGroup。测量=(35];
然后您可以从所有输入提取子系统测量
使用下列输出。
系统(“测量”:)
默认情况下,OutputGroup
结构没有字段。
的名字
- - - - - -系统名称”
(默认)|特征向量系统名称、指定为一个特征向量。例如,“system_1”
。
笔记
- - - - - -指定的文本{}
(默认)|特征向量|单元阵列的特征向量指定的文本,你想要的系统,指定为一个字符特征向量的向量或单元阵列。例如,系统分配的
。
用户数据
- - - - - -用户指定的数据[]
(默认)|任何MATLAB数据类型用户指定的数据,你想与系统关联,指定为任何MATLAB数据类型。
SamplingGrid
- - - - - -阵列采样网格模型采样网格模型数组,指定为一个结构数组。
使用SamplingGrid
跟踪每个模型在模型中相关的变量值数组,包括确定线性定常模型(IDLTI)数组。
结构的字段名称设置为抽样变量的名字。设置字段值的采样与数组中的每个模型相关的变量值。所有抽样变量必须是一个数字标量,所有数组的采样值必须匹配模型的维度的数组。
例如,您可以创建一个11-by-1一系列线性模型,sysarr
,通过一个线性时变系统的快照t = 0:10
。下面的代码存储时间和样品线性模型。
sysarr。SamplingGrid =结构(“时间”0:10)
类似地,您可以创建一个数组6-by-9模型,米
独立采样两个变量,ζ
和w
。下面的代码映射(ζ,w)
值米
。
[ζ,w] = ndgrid(< 6的值ζ>、< 9 w的值>)。SamplingGrid =结构(“ζ”ζ,' w 'w)
当您显示米
数组中的每一项都包含相应的ζ
和w
值。
米
(::1,- 1)(ζ= 0.3 w = 5) = 25 - - - - - - - - - - - - - - - - s ^ 2 + 3 s + 25米(:,:,2,1)(ζ= 0.35 w = 5) = 25 - - - - - - - - - - - - - - - - - s ^ 2 + 3.5 s + 25…
生成的模型阵列的线性化模型金宝app®模型在多个参数值或操作点,软件填充SamplingGrid
自动变量的值,对应于每个条目数组中。例如,金宝app仿真软件控制设计™命令线性化
(金宝app仿真软件控制设计)和slLinearizer
(金宝app仿真软件控制设计)填充SamplingGrid
自动。
默认情况下,SamplingGrid
结构没有字段。
创建定义的状态空间模型的输出状态空间矩阵如下:
指定A, B, C和D矩阵,并创建状态方程模型。
一个= [-1.5,2;1,0];B = (0.5; 0);C = [0, 1];D = 0;sys = ss (A, B, C, D)
sys = 1 = -1.5 (x1, x2) x1 2 x2 0 B = u1 x1 0.5 x2 0 C = (x1, x2) y1 0 1 D = u1 y1 0连续时间状态空间模型。
创建一个示例以0.25秒的成绩和状态空间模型状态方程矩阵如下:
指定了状态矩阵。
一个= (2 0 1;5);B = [0; 3);C = [0 1];D = 0;
指定样品的时间。
t = 0.25;
创建状态方程模型。
sys = ss (A, B, C, D, Ts);
对于这个示例,考虑一个立方体旋转与惯性张量的角落J
和阻尼力F
0.2级。系统的输入驱动转矩而角速度输出。多维数据集的状态矩阵:
指定一个
,B
,C
和D
矩阵,并创建连续时间状态空间模型。
J = [8 3 3;3 8 3;3 3 8];F = 0.2 *眼(3);= - j \ F;B =发票(J);C =眼(3);D = 0;sys = ss (A, B, C, D)
sys = = (x1, x2) x3 x1 x2 -0.04545 -0.02727 -0.02727 -0.02727 -0.04545 -0.02727 x3 -0.02727 -0.02727 -0.04545 B = u1, u2 u3 x1 x2 0.2273 0.1364 0.1364 0.1364 0.2273 0.1364 x3 0.1364 0.1364 0.2273 C = (x1, x2) x3 y1 1 0 0 y2 0 1 0 y3 0 0 1 D = u1, u2 u3 y1 0 0 0 y2 0 0 0 0 0 0 3日元连续时间状态空间模型。
sys
是MIMO自系统包含3输入和输出观测矩阵C
和D
。天线系统状态空间模型的更多信息,请参阅天线系统状态空间模型。
创建一个使用下面的离散状态空间模型,多输入,多输出状态矩阵和样本t = 0.2
秒:
指定创建离散状态方程矩阵和天线系统状态空间模型。
A = [7, 0, 0, -10);B = [5, 0, 0, 2];C = (1, 4, 4、0.5);D = [0 2; 2、0];t = 0.2;sys = ss (A, B, C, D, ts)
sys = = (x1, x2) x1 7 0 x2 0 -10 B = u1, u2 x1 5 0 x2 0 x1 2 C = 0.5日元1 4 y2 4 D = u1, u2 y1 0 2 y2 2 0样品时间:0.2秒离散时间状态空间模型。
创建指定状态方程矩阵和示例。
一个= (2 0 1;5);B = [0; 3);C = [0 1];D = 0;t = 0.05;
状态空间模型创建,指定使用名称-值对状态和输入名称。
sys = ss (A, B, C, D, Ts,“StateName”,{“位置”“速度”},…“InputName”,“力”);
的状态和输入名称必须符合的尺寸一个
,B
,C
,D
。
命名的输入和输出可以是有用的在处理响应MIMO系统的情节。
步骤(系统)
请注意输入名称力
在阶跃响应图的标题。
对于这个示例,创建一个具有相同的时间和状态空间模型状态空间模型继承自另一个输入单元属性。考虑下面的状态空间模型:
首先,创建一个状态空间模型sys1
与TimeUnit
和InputUnit
属性设置为“分钟
”。
A1 = [-1.5, 2; 1,0];B1 = (0.5; 0);C1 = [0, 1];D1 = 5;sys1 = ss (A1, B1, C1, D1,“TimeUnit”,“分钟”,“InputUnit”,“分钟”);
确认的时间和输入单元属性sys1
设置为“分钟
”。
propValues1 = [sys1.TimeUnit sys1.InputUnit]
propValues1 =1 x2单元格{“分钟”}{“分钟”}
状态空间模型创建第二个属性继承sys1
。
A2 = [7, 1, 0, 2];B2 = (0.85; 2);C2 = (10, 14);D2 = 2;sys2 = ss (A2, B2, C2, D2, sys1);
验证时间和输入的单位sys2
已经继承了sys1
。
propValues2 = [sys2.TimeUnit sys2.InputUnit]
propValues2 =1 x2单元格{“分钟”}{“分钟”}
在这个例子中,您将创建一个静态增益天线系统状态空间模型。
考虑以下两个输入,两个输出静态增益矩阵:
指定增益矩阵和创建静态增益状态空间模型。
D = [2、4; 3、5];sys1 = ss (D)
sys1 = D = u1, u2 y1 2 4 y2 3 5静态增益。
计算下列状态空间模型传递函数:
创建传递函数模型。
特遣部队(H = [[1], [2 1 3 3]);特遣部队([1 0 3],[1 1 1])];
将该模型转换为状态空间模型。
sys = ss (H);
检查状态空间模型的大小。
大小(系统)
2输出,状态空间模型1输入,和5个州。
州的数量等于累计输出条目的顺序H(年代)。
获得一个最小的实现H(年代),输入
sys = ss (H,“最低”);大小(系统)
2输出,状态空间模型1输入,和3。
由此产生的模型有三个订单,这是代表所需的最小数量的州H(年代)。看到这个数字,重构H(年代)的产品一阶系统和一个二阶系统。
对于这个示例,提取的测量和噪声组件识别多项式模型转换为两个单独的状态空间模型。
加载Box-Jenkins多项式模型ltiSys
在identifiedModel.mat
。
负载(“identifiedModel.mat”,“ltiSys”);
ltiSys
是一个确定的离散时间模型形式:
,在那里
代表了测量组件和
噪声组件。
提取和噪声测量组件状态空间模型。
sysMeas = ss (ltiSys,“测量”)
sysMeas = = (x1, x2) x1 1.575 - -0.6115 x2 1 0 B = u1 x1 0.5 x2 0 C = (x1, x2)日元-0.2851 - 0.3916 D = u1 y1 0输入延迟(采样周期):2样品时间:0.04秒离散时间状态空间模型。
结合sysNoise = ss (ltiSys,“噪音”)
结合sysNoise = = (x1, x2) x3 x1 1.026 -0.26 0.3899 1 x2 0 0 x3 0.5 0 0 B = 0.25 v@y1 x1 x2 0 x3 0 x1 C = x3日元0.319 -0.04738 0.07106 0.04556 D = v@y1 y1输入组:名字通道噪声1样品时间:0.04秒离散时间状态空间模型。
测量组件可以作为植物模型,而噪声组件可以用作干扰模型进行控制系统设计。
创建一个描述符(状态空间模型E≠我)。
= (2 4;4 2];b = [1;0.5);c = [-0.5, 2];d = [1];e = [1 0;3 0.5);sysd = dss (a, b, c, d, e);
计算一个显式实现的系统(E=我)。
syse = ss (sysd,“明确”)
syse = 4 = (x1, x2) x1 2 x2 -20 B = u1 x1 1 x2 5 C = (x1, x2)日元-0.5 - 2 D = u1 y1 1连续时间状态空间模型。
确认描述符和显式实现等效动力学。
bodeplot (sysd syse,“g——”)
这个例子显示了如何创建一个整数一族
同时拥有固定和可调参数模型。
在哪里一个和b可调参数的初始值是什么1
和3
,分别。
创建一个可调参数realp
。
一个= realp (“一个”1);b = realp (“b”3);
定义一个广义矩阵使用代数表达式一个
和b
。
= (1 + b; 0 A * b);
一个
是一个广义矩阵的吗块
属性包含一个
和b
。的初始值一个
是(1 2;0 3)
初始值的一个
和b
。
创建一个固定值状态矩阵。
B = [-3.0, 1.5];C = 0.3 [0];D = 0;
使用党卫军
状态空间模型来创建。
sys = ss (A, B, C, D)
sys = 1输出,状态空间模型广义连续时间1输入,2,和以下模块:标量参数2事件。b:标量参数,2出现。输入“党卫军(sys)”看到当前值,“(sys)“看到所有属性,和“sys”。块”与街区。
sys
是一个广义线性时不变模型(一族
)和可调参数一个
和b
。
对于这个示例,考虑一个定义的状态空间模型的输出状态空间矩阵如下:
考虑输入0.5秒的延迟和输出延迟2.5秒,创建一个对象来表示一个状态空间模型,B, C和D矩阵。
一个= [-1.5,2;1,0];B = (0.5; 0);C = [0, 1];D = 0;sys = ss (A, B, C, D,“InputDelay”,0.5,“OutputDelay”,2.5)
sys = 1 = -1.5 (x1, x2) x1 2 x2 0 B = u1 x1 0.5 x2 0 C = (x1, x2) y1 u1 y1 0 0 1 D =输入延迟(秒):0.5输出延迟(秒):2.5连续时间状态空间模型。
您还可以使用得到
MATLAB命令来显示所有的属性对象。
(系统)
[2 x2双]B: [2 x1双]C: [0 1] D: 0 E:[]扩展:0 StateName: {2 x1细胞}StatePath: {2 x1细胞}StateUnit: {2 x1细胞}InternalDelay: [0 x1双]InputDelay: 0.5000 OutputDelay: 2.5000 Ts: 0 TimeUnit:“秒”InputName: {"} InputUnit: {"} InputGroup: [1 x1 struct] OutputName: {} OutputUnit:“{”} OutputGroup: [1 x1 struct]指出:[0 x1字符串]用户数据:[]的名字:“SamplingGrid: [1 x1 struct]
更多信息为一个线性时不变模型,指定时间延迟指定时间延迟。
对于这个示例,考虑一个状态空间系统对象表示以下状态矩阵:
创建一个状态对象sys
使用党卫军
命令。
= (-1.2,-1.6,0;1,0,0,0,1,0];B = (1, 0, 0);C = (0、0.5、1.3);D = 0;sys = ss (A, B, C, D);
接下来,计算单位负的状态空间模型闭环增益并找到两极闭环状态空间系统的对象sysFeedback
。
sysFeedback =反馈(sys, 1);P =杆(sysFeedback)
P =3×1复杂-0.2305 + 1.3062我-0.2305 - 1.3062 -0.7389 + 0.0000
单位增益稳定的反馈回路由于所有波兰人有负的真实部分。检查闭环极点二进制的评估提供了一个稳定。在实践中,它是更有用的知道健壮或脆弱的稳定。鲁棒性的一个迹象是稳定前的环路增益可以改变多少。您可以使用根轨迹图估算的范围k
值的循环是稳定的。
rlocus(系统)
环路增益的变化只是鲁棒稳定性的一个方面。一般来说,不完美的植物建模意味着增益和相位都不清楚。建模错误以来最不利影响附近获得交叉频率(频率开环增益是0 db),它也很重要在这个频率相变异可以被容忍。
你可以显示增益和相位利润率波德图如下。
波德(sys)网格
更详细的例子,请参阅评估增益和相位的利润率。
对于这个例子,设计一个二自由度PID控制器的目标带宽0.75 rad / s系统由下列矩阵:
创建一个状态对象sys
使用党卫军
命令。
一个= (-0.5,-0.1,1,0);B = (1, 0);C = [0, 1];D = 0;sys = ss (A, B, C, D)
sys = = (x1, x2) x1 -0.5 - -0.1 x2 1 0 B = u1 x1 1 x2 0 C = (x1, x2) y1 0 1 D = u1 y1 0连续时间状态空间模型。
使用目标带宽,使用pidtune
生成一个二自由度控制器。
wc = 0.75;C2 = pidtune (sys,“PID2”wc)
C2 = 1 u = Kp (b * r y) + Ki - - - (r y) + Kd * (c * r y)年代Kp = 0.513, Ki = 0.0975, Kd = 0.577, b = 0.344, c = 0连续时间二自由度PID控制器并联形式。
使用类型“PID2”
原因pidtune
生成一个二自由度控制器,表示为pid2
对象。显示证实了这个结果。显示还显示pidtune
曲调所有控制器系数,包括选点权重b
和c
,平衡性能和鲁棒性。
交互式实时编辑器中的PID调优,请参阅调整PID控制器住编辑任务。这个任务可以交互式地设计一个PID控制器和MATLAB代码自动生成脚本。
交互式PID调优的一个独立的应用程序,使用PID调谐器。看到PID控制器设计的快速参考跟踪为设计一个控制器使用应用程序的一个例子。
考虑一个整数植物G
有5个输入和四个输出和状态反馈控制器K
有三个输入和两个输出。输出1、3和4的植物G
必须连接控制器吗K
输入,控制器输出输入4和2的植物。
对于这个示例,考虑两个连续时间状态空间模型G
和K
由以下组矩阵:
AG) = [3, 0.4, 0.3, -0.5, -2.8, -0.8, 0.2, 0.8, 3];BG = [0.4, 0, 0.3, 0.2, 0; -0.2,, 0.1, -0.9, -0.5, 0.6, 0.9, 0.5, 0.2, 0];CG = [0、-0.1、1; 0, -0.2, 1.6, -0.7, 1.5, 1.2, -1.4, -0.2, 0];DG = [0, 0, 0, 0, 1, 0, 0.4, -0.7, 0, 0.9, 0, 0.3, 0, 0, 0, 0.2, 0, 0, 0, 0);sysG = ss (AG)、BG、CG DG)
sysG = 0.3 = 0.4 (x1, x2) x3 x1 3 x2 -0.5 -2.8 -0.8 x3 0.2 - 0.8 3 B = u1, u2 u3 u4 u5 x1 0.4 0 1 0.1 -0.9 -0.5 -0.2 0.3 - 0.2 0 x2 x3 0.6 0.9 0.5 0.2 0 C = -0.1 (x1, x2) x3 y1 0 1 y2 0 -0.2 1.6 y3日元-0.7 1.5 1.2 -1.4 -0.2 0 D = u1, u2 u3 u4 u5 y1 0 0 0 0 1 y2 0 0.3 0.4 - -0.7 0.9 y3 0 0 0 0 y4 0.2 0 0 0 0连续时间状态空间模型。
正义与发展党= (-0.2,2.1,0.7,-2.2,-0.1,-2.2,-0.4,2.3,-0.2);BK = (-0.1, -2.1, -0.3, -0.1, 0, 0.6; 1, 0, 0.8);CK = [1, 0, 0, -0.4, -0.2, 0.3);DK = [0, 0, 0, 0, 0, -1.2);sysK = ss (AK, BK, CK, DK)
sysK = = (x1, x2) x3 x1 x2 -0.2 2.1 0.7 -2.2 -0.1 -2.2 x3 -0.4 2.3 -0.2 B = u1, u2 u3 x1 0.6 -0.1 -0.1 -2.1 -0.3 x2 0 x3 1 0 x1 0.8 C = x3 y1 1 0 0 y2 -0.4 -0.2 0.3 D = u1, u2 u3 y1 0 0 0 y2 0 0 -1.2连续时间状态空间模型。
定义feedout
和feedin
根据输入和输出向量连接在一个反馈回路。
feedin = 2 [4];feedout = [1 3 4];sys =反馈(sysG sysK、feedin feedout, 1)
sys = = (x1, x2) x3 x4 x5 x6 x1 3 0 0 x2 1.18 -2.56 -0.8 0.4 0.3 0.2 -1.3 -1.312 - 0.584 -0.2 - 0.3 x3 3 x4 -0.27 0.56 - 0.18 2.948 -2.929 -2.42 -2.2 -0.84 -0.11 0.1 -2.2 -0.1 -0.452 1.974 0.889 x5 x6 1 -1.12 -0.26 -0.4 2.3 -0.2 B = u1, u2 u3 u4 u5 x1 0.4 0 1 0.1 -0.9 -0.5 -0.44 0.3 - 0.2 0 x2 x3 0.816 0.9 0.5 0.2 0 x4 -0.2112 - -0.63 0 0 0.1 x5 0.12 0 0 0 0.1 x6 0.16 0 0 0 1 C = (x1, x2) x3 x4 x5 x6 y1 0 -0.1 - 1 0 0 0 y2 y3 -0.672 -0.296 1.6 0.16 0.08 -0.12 -1.204 1.428 1.2 0.12 0.06 -0.09 -1.4 - -0.2 y4 0 0 0 0 D = u1, u2 u3 u4 u5 y1 0 0 0 0 1 y2 0.096 0.4 -0.7 0.9 y3 0.072 - 0.3 0 0 0 y4 0.2 0 0 0 0连续时间状态空间模型。
大小(系统)
4输出状态空间模型,输入5和6。
sys
是合成得到状态空间模型闭环连接指定的输入和输出的G
和K
。
如果dispone di una versione modificata di questo esempio。Desideri aprire questo esempio con le modifiche星期二吗?
海脂肪clic苏联合国collegamento切corrisponde questo第一MATLAB:
Esegui il第一inserendolo所以nella隙缝di第一MATLAB。我浏览器web非supportano金宝app comandi MATLAB。
你也可以从下面的列表中选择一个网站:
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。