MATLAB:线性系统的建模与仿真(含完整程序)

目录

  • 前言
  • 实验内容
  • 一、先看作业题目要求
  • 二、作业正文
    • Modeling LTI systems
      • Establish model
        • 1.tf(sys2)
        • 2. tf(sys3)
        • 3.zpk(sys1)
        • 4. zpk(sys3)
        • 5. ss(sys1)
        • 6. ss(sys2)
        • 7.[num,den] = tfdata(sys1)
        • 8.[num,den] = tfdata(sys2)
        • 9.[num,den] = tfdata(sys3)
        • 10.[num,den] = tfdata(sys1,’v’)
        • 11. [num,den] = tfdata(sys2,’v’)
        • 12. [num,den] = tfdata(sys3,’v’)
        • 13. [num,den] = zpkdata(sys1)
        • 14. [num,den] = zpkdata(sys2)
        • 15. [num,den] = zpkdata(sys3)
        • 16. [num,den] = zpkdata(sys1,’v’)
        • 17. [num,den] = zpkdata(sys2,’v’)
        • 18. [num,den] = zpkdata(sys3,’v’)
        • 19. [num,den] = ssdata(sys1)
        • 20. [num,den] = ssdata(sys2)
        • 21. [num,den] = ssdata(sys3)
        • Step and impulse responses
        • Poles and step response
        • Effect of zeroes on step response
        • Responses to otherr inputs
  • 三、资源包内容

前言

        花了好大心血完成了一份留学作业系列——3:线性系统的建模与仿真;供大家参考,文末有Simulink程序及无水印Word文档。

实验内容

本实验主要是用Matlab来进行:
1、对线性定常系统建模;
2、得到阶跃响应和脉冲响应;
3、研究磁极位置对响应的影响;
4、研究零对反应的影响;
5、确定对一般输入的时间响应。

一、先看作业题目要求

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

注意:由于PPT较长,剩下题目请看压缩包文件。

二、作业正文

Modeling LTI systems

Establish model

在这里插入图片描述

1.tf(sys2)

在这里插入图片描述

2. tf(sys3)

在这里插入图片描述

3.zpk(sys1)

在这里插入图片描述

4. zpk(sys3)

在这里插入图片描述

5. ss(sys1)

在这里插入图片描述

6. ss(sys2)

在这里插入图片描述

7.[num,den] = tfdata(sys1)

Cell array
num = [0,0,3,3]
den = [1,4,14,20]

8.[num,den] = tfdata(sys2)

Cell array
num = [0,0,3,0]
den = [1+0i, 4-6i, -4-18i, -16-12i]

9.[num,den] = tfdata(sys3)

Cell array
num = [0,0,3,3]
den = [1,4,14,20]

10.[num,den] = tfdata(sys1,’v’)

在这里插入图片描述

11. [num,den] = tfdata(sys2,’v’)

在这里插入图片描述

12. [num,den] = tfdata(sys3,’v’)

在这里插入图片描述

13. [num,den] = zpkdata(sys1)

Cell array
num = -1
den = [-0.999999999999998+3i; -0.999999999999998-3i; -1.999999999999999+0i]

14. [num,den] = zpkdata(sys2)

Cell array
num = 0
den = [-1+3i; -1+3i; -2+0i]

15. [num,den] = zpkdata(sys3)

Cell array
num = -1
den = [-0.999999999999998+3i; -0.999999999999998-3i; -1.999999999999999+0i]

16. [num,den] = zpkdata(sys1,’v’)

在这里插入图片描述

17. [num,den] = zpkdata(sys2,’v’)

在这里插入图片描述

18. [num,den] = zpkdata(sys3,’v’)

在这里插入图片描述

19. [num,den] = ssdata(sys1)

在这里插入图片描述

20. [num,den] = ssdata(sys2)

在这里插入图片描述

21. [num,den] = ssdata(sys3)

在这里插入图片描述

Step and impulse responses

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Poles and step response

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Effect of zeroes on step response

在这里插入图片描述
在这里插入图片描述

  1. When all else is equal, an additional closed-loop zero will increase the overshoot of the second-order system step response and decrease the rise time and peak time… 2. The closer the additional zero point is from the left side of the pole to the pole, the more significant (i.e., less) the above effects are. 3. When the zero point is far from the imaginary axis, or very large, the effect of the zero point can be ignored, and then the second-order system without zero point can be used instead.
Responses to otherr inputs

在这里插入图片描述
在这里插入图片描述

三、资源包内容

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/126698.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Vue MVVM 模型

一、什么事MVVM 模型 MVVM 是 Model-View-ViewModel 的缩写,它是一种软件架构风格 Model:模型, 数据对象(data 函数),如下图 View:视图,模板页面(用于渲染数据&#xf…

使用访问图像三种办法,指针,迭代器,动态地址计算

使用访问图像三种办法&#xff0c;指针&#xff0c;迭代器&#xff0c;动态地址计算 指针访问 方法一 #include <opencv2/opencv.hpp> #include <iostream> #include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc/imgproc.hpp>using n…

TDengine OSS 与 qStudio 实现无缝协同,革新数据分析和管理方式

在数字化转型如火如荼的当下&#xff0c;海量爆发的时序数据处理成为转型成功的关键因素之一。为了帮助社区用户更好地进行数据分析和管理&#xff0c;丰富可视化解决方案的多样性&#xff0c;我们将开源的时序数据库&#xff08;Time Series Database&#xff09; TDengine OS…

【Vue基础-数字大屏】自定义主题

一、apache主题模板 链接https://echarts.apache.org/zh/download-theme.html 二、操作步骤 1、在apache主题模板中定制所需要的主题&#xff0c;如下图点击下载&#xff0c;复制其json 2、回到项目代码&#xff0c;在assets目录下新建index.js文件&#xff0c;新建变量&…

【消费战略方法论】消费烙印的策略模型

消费烙印策略模型 消费烙印策略&#xff0c;以消费者认知为导向&#xff0c;以品牌核心价值为中心&#xff0c;建立统一、高效、落地的品牌系统闭环&#xff0c;通过极致烙印方法(定位语言烙印、视觉烙印、产品烙印)让品牌价值烙印深植消费者心智。 消费烙印的对象是消费者&a…

linux 安装 jsoncpp包

报错 CMake Error at CMakeLists.txt:20 (find_package): Could not find a package configuration file provided by “jsoncpp” with any of the following names: jsoncppConfig.cmake jsoncpp-config.cmake 如何安装 jsoncpp sudo aot-get install libjsoncpp-dev

windows系统下利用python对指定文件夹下面的所有文件的创建时间进行修改

windows系统下利用python对指定文件夹下面的所有文件的创建时间进行修改 不知道其他的朋友们有没有这个需求哈&#xff0c;反正咱家是有这个需求 需求1、当前有大量的文件需要更改文件生成的时间&#xff0c;因为不可告知的原因&#xff0c;当前的文件创建时间是不能满足使用的…

杨氏矩阵/杨图x杨表(知识点总结)

思路来源 https://www.cnblogs.com/henrici3106/p/16710990.html 1 到 N 的排列&#xff0c;最长上升子序列&#xff08;LIS&#xff09;长度的期望是多少&#xff1f; - 知乎 杨氏矩阵 - OI Wiki 心得 感觉可能有用的就是一个Hook公式&#xff08;勾长公式&#xff09;吧…

多源蒸馏域适应

方法 D是域判别器&#xff0c;C是分类器。阶段3选择更接近目标的源训练样本用来微调C。阶段4对于每个源域&#xff0c;基于阶段2学到的目标编码器提取图像特征。接着结合每个源分类器的不同预测获得最终预测Result( x T x_T xT​) ∑ i 1 N w i C i ′ ( F i T ( x T ) ) \sum…

快速了解SpringCloud Sleuth --链路追踪 + Zipkin--数据搜集/存储/可视化

&#x1f600;前言 本篇博文是关于SpringCloud Sleuth --链路追踪 Zipkin–数据搜集/存储/可视化的基本介绍和使用&#xff0c;希望你能够喜欢 &#x1f3e0;个人主页&#xff1a;晨犀主页 &#x1f9d1;个人简介&#xff1a;大家好&#xff0c;我是晨犀&#xff0c;希望我的文…

华为云云耀云服务器L实例评测|部署项目管理工具 Focalboard

华为云云耀云服务器L实例评测&#xff5c;部署项目管理工具 Focalboard 一、云耀云服务器L实例介绍1.1 云服务器介绍1.2 产品优势1.3 产品规格1.4 应用场景 二、云耀云服务器L实例配置2.1 重置密码2.2 服务器连接2.3 安全组配置 三、部署 Focalboard3.1 Focalboard 介绍3.2 Doc…

ssm+vue的培训机构运营管理系统(有报告)。Javaee项目,ssm vue前后端分离项目。

演示视频&#xff1a; ssmvue的培训机构运营管理系统&#xff08;有报告&#xff09;。Javaee项目&#xff0c;ssm vue前后端分离项目。 项目介绍&#xff1a; 采用M&#xff08;model&#xff09;V&#xff08;view&#xff09;C&#xff08;controller&#xff09;三层体系结…