matlab預測控制工具箱函數(shù)教學文稿_第1頁
matlab預測控制工具箱函數(shù)教學文稿_第2頁
matlab預測控制工具箱函數(shù)教學文稿_第3頁
matlab預測控制工具箱函數(shù)教學文稿_第4頁
matlab預測控制工具箱函數(shù)教學文稿_第5頁
已閱讀5頁,還剩2頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、Good is good, but better carries it.精益求精,善益求善。matlab預測控制工具箱函數(shù)預測控制工具箱函數(shù)TOCo1-3huHYPERLINKl_Toc70781通用的傳遞函數(shù)轉變?yōu)閭鬟f函數(shù)模型PAGEREF_Toc70781HYPERLINKl_Toc253502傳遞函數(shù)模型轉換為階躍響應模型PAGEREF_Toc253501HYPERLINKl_Toc165743基于階躍響應模型的控制器設計和仿真函數(shù)PAGEREF_Toc165742的模型預測控制工具箱提供了一系列用于模型預測控制的分析、設計和仿真的函數(shù)。這些函數(shù)的類型主要有:系統(tǒng)模型辨識函數(shù):主要功能包

2、括通過多變量線性回歸方法計算脈沖響應模型和階躍響應模型及測量數(shù)據(jù)的歸一化等。模型建立和轉換函數(shù):主要功能包括建立模型預測控制工具箱使用的狀態(tài)空間模型及狀態(tài)空間模型與狀態(tài)空間模型、階躍響應模型、脈沖響應模型之間的轉換。模型預測控制器設計和仿真工具主要功能包括面向階躍響應模型的預測控制器設計與仿真函數(shù)和面向狀態(tài)空間模型的設計和仿真函數(shù)兩類。系統(tǒng)分析工具主要功能包括計算模型預測控制系統(tǒng)頻率響應、極點和奇異值的有關函數(shù)。其他功能函數(shù)主要功能包括繪圖和矩陣計算函數(shù)等。1通用的傳遞函數(shù)轉變?yōu)閭鬟f函數(shù)模型轉換函數(shù)為的調用格式為(21)式中為通用傳遞函數(shù)模型的分子多項式系數(shù)向量;為通用傳遞函數(shù)模型的分母多項式

3、系數(shù)向量;為采樣周期,對連續(xù)系統(tǒng),該參數(shù)為0;為系統(tǒng)純時延。2傳遞函數(shù)模型轉換為階躍響應模型該函數(shù)的調用格式為(22)式中為階躍響應的截斷時間;為采樣周期;為輸出穩(wěn)定性向量。3基于階躍響應模型的控制器設計和仿真函數(shù)基于階躍響應模型的預測控制器設計的方法稱為動態(tài)矩陣控制方法。輸入/輸出有約束的模型預測控制器設計與仿真:輸入輸出有約束就是要求滿足一定的上界和下界要求。函數(shù)的調用格式為(23)式中為開環(huán)對象的實際階躍響應模型;為辨識得到的開環(huán)對象階躍響應模型;為二次型性能指標的輸出誤差加權矩陣;為二次型性能指標的控制量加權矩陣;為控制時域長度;為輸出設定時域長度;仿真的結束時間;輸出設定值。其他的參數(shù)做為可選參考。輸入/輸出無約束的模型預測控制器設計和仿真函數(shù):設計函數(shù)為(24)式中為開環(huán)對象的階躍響應模型;為二次型性能指標的輸出誤差加權矩陣;為二次型性能指標的控制量加權矩陣;為控制時域長度;為輸出設定時域長度;為模型預測控制的增益矩陣。仿真函數(shù)為(25)式中為開環(huán)對象的實際階躍響應模型;為辨識得到的開環(huán)對象的階躍響應模型;為二次型性能指標的輸出誤差加權矩陣;為二次型

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論