热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

matlabT型失真矫正,用matlab的guide写了个滞后校正的

不知道有没有用stf(s);gsinput(请输入原开环传递函数\n例如:1(s*(0.1*s1)*(0.05*s1))\ngs);%稳态误差Ninput(请输入给定信号表达式\n

不知道有没有用

417358cb8bc016728205cd34469265e4.png

s = tf('s');

gs = input('请输入原开环传递函数\n 例如: 1/(s*(0.1*s+1)*(0.05*s+1)) \ngs =');

% 稳态误差

N = input('请输入给定信号表达式\n 例如: 1/s^2 \n N = ');

E =s*N/(1+gs);

G1 = E;

clear s

syms s

[num,den] = tfdata(G1);%开始转换类型 tf->sym

Na = size(den);

for i=1:Na(1)

for k=1:Na(2)

Num=poly2sym(num{i,k},s);

Den=poly2sym(den{i,k},s);

sym_G1(i,k)=Num/Den;

end

end

assignin('base','sym_G1',sym_G1);

E = sym_G1;

ess2 = limit(E,s,0,'right');

ess = input('请输入期望的稳态误差 ess = ');

K = double(ess2)/ess ;%求得满足稳态误差的最小开环增益

clear s

s = tf('s');

disp(['最小开环增益K = ',num2str(K)])

K = input('请输入开环增益K = ');

gs=K*gs%更新系统传递函数

figure(1)

margin(gs);

[gm0 pm0 wg0 wp0] = margin(gs);

gm0=20*log10(gm0);

disp(['原系统幅值裕度Lg = ',num2str(gm0),'dB ','相角裕度γ = ',num2str(pm0)])

lg = input('请输入目标幅值裕度Lg = ');

gama = input('请输入目标相角裕度γ = ');

disp(['选用滞后校正 '])

% 截止频率

gama1=gama+5;

[mu pu w]=bode(gs);

wc=spline(pu,w,(gama1-180));%相对于pu的w的值的规律插值得到相对于(gama1-180)的值

disp(['截止频率wc = ',num2str(wc)]);

% 计算β

na=polyval(gs.num{1},j*wc);

da=polyval(gs.den{1},j*wc);

g=na/da;

g1=abs(g);

h=20*log10(g1);

beta=10^(h/20);

disp(['β = ',num2str(beta)]);

% 计算校正环节参数

T=10/wc

disp('校正环节:')

gc=(T*s+1)/(beta*T*s+1)

disp('校正后系统传递函数:')

g=gs*gc

disp('校正后系统传伯德图:')

figure(2)

bode(g);

[gm pm wg wp]=margin(g);

disp(['校正后系统幅值裕度Lg = ',num2str(gm),'dB ','相角裕度γ = ',num2str(pm)])

%阶跃响应

sys1=feedback(gs,1);

sys2=feedback(g,1);

figure(3)

hold on

step(sys1)

step(sys2)

hold off

figure(4)

hold on

bode(gs)

bode(g)

hold off

程序写的比较烂

f517952484858ffe5e69b4feaec3523c.png

滞后校正参数计算.mlappinstall

111.09KB

MLAPPINSTALL

28次下载



推荐阅读
  • PyCharm下载与安装指南
    本文详细介绍如何从官方渠道下载并安装PyCharm集成开发环境(IDE),涵盖Windows、macOS和Linux系统,同时提供详细的安装步骤及配置建议。 ... [详细]
  • 本文详细介绍了如何在Linux系统上安装和配置Smokeping,以实现对网络链路质量的实时监控。通过详细的步骤和必要的依赖包安装,确保用户能够顺利完成部署并优化其网络性能监控。 ... [详细]
  • 本文详细介绍了 Dockerfile 的编写方法及其在网络配置中的应用,涵盖基础指令、镜像构建与发布流程,并深入探讨了 Docker 的默认网络、容器互联及自定义网络的实现。 ... [详细]
  • 本文详细介绍了如何使用 Yii2 的 GridView 组件在列表页面实现数据的直接编辑功能。通过具体的代码示例和步骤,帮助开发者快速掌握这一实用技巧。 ... [详细]
  • 本文深入探讨了 Java 中的 Serializable 接口,解释了其实现机制、用途及注意事项,帮助开发者更好地理解和使用序列化功能。 ... [详细]
  • DNN Community 和 Professional 版本的主要差异
    本文详细解析了 DotNetNuke (DNN) 的两种主要版本:Community 和 Professional。通过对比两者的功能和附加组件,帮助用户选择最适合其需求的版本。 ... [详细]
  • XNA 3.0 游戏编程:从 XML 文件加载数据
    本文介绍如何在 XNA 3.0 游戏项目中从 XML 文件加载数据。我们将探讨如何将 XML 数据序列化为二进制文件,并通过内容管道加载到游戏中。此外,还会涉及自定义类型读取器和写入器的实现。 ... [详细]
  • 本章将深入探讨移动 UI 设计的核心原则,帮助开发者构建简洁、高效且用户友好的界面。通过学习设计规则和用户体验优化技巧,您将能够创建出既美观又实用的移动应用。 ... [详细]
  • 本文详细解析了Python中的os和sys模块,介绍了它们的功能、常用方法及其在实际编程中的应用。 ... [详细]
  • 扫描线三巨头 hdu1928hdu 1255  hdu 1542 [POJ 1151]
    学习链接:http:blog.csdn.netlwt36articledetails48908031学习扫描线主要学习的是一种扫描的思想,后期可以求解很 ... [详细]
  • 深度学习理论解析与理解
    梯度方向指示函数值增加的方向,由各轴方向的偏导数综合而成,其模长表示函数值变化的速率。本文详细探讨了导数、偏导数、梯度等概念,并结合Softmax函数、卷积神经网络(CNN)中的卷积计算、权值共享及池化操作进行了深入分析。 ... [详细]
  • Explore how Matterverse is redefining the metaverse experience, creating immersive and meaningful virtual environments that foster genuine connections and economic opportunities. ... [详细]
  • 解决Linux系统中pygraphviz安装问题
    本文探讨了在Linux环境下安装pygraphviz时遇到的常见问题,并提供了详细的解决方案和最佳实践。 ... [详细]
  • 本文介绍了一款用于自动化部署 Linux 服务的 Bash 脚本。该脚本不仅涵盖了基本的文件复制和目录创建,还处理了系统服务的配置和启动,确保在多种 Linux 发行版上都能顺利运行。 ... [详细]
  • 解决PHP与MySQL连接时出现500错误的方法
    本文详细探讨了当使用PHP连接MySQL数据库时遇到500内部服务器错误的多种解决方案,提供了详尽的操作步骤和专业建议。无论是初学者还是有经验的开发者,都能从中受益。 ... [详细]
author-avatar
我思故我在
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有