Matlab的高斯输入的PID仿真
2016-05-22 20:35
513 查看
一、matlab高斯分布函数
MATLAB中可以生成所有密度函数的函数是pdf。
函数pdf的语法格式为:
pdf(distribution_name,X,distribution_parameter(s));
其中X为一向量,该函数生成X中每一个值对应的密度函数值。
常用的是正态分布,我们具体介绍一下正太分布密度函数normpdf。
normpdf的语法格式为:
normpdf(X,mu,sigma);
其中X为一向量,mu为均值,sigma为标准差。
z=0:1:100;
d=normpdf(z,50,2);
plot(z,d);
二、PID
当今的闭环自动控制技术都是基于反馈的概念以减少不确定性。反馈理论的要素包括三个部分:测量、比较和执行。测量关键的是被控变量的实际值,与期望值相比较,用这个偏差来纠正系统的响应,执行调节控制。在工程实际中,应用最为广泛的调节器控制规律为比例、积分、微分控制,简称PID控制,又称PID调节。
PID控制器(比例-积分-微分控制器)是一个在工业控制应用中常见的反馈回路部件,由比例单元P、积分单元I和微分单元D组成。PID控制的基础是比例控制;积分控制可消除稳态误差,但可能增加超调;微分控制可加快大惯性系统响应速度以及减弱超调趋势。
这个理论和应用的关键是,做出正确的测量和比较后,如何才能更好地纠正系统。
PID(比例(proportion)、积分(integral)、导数(derivative))控制器作为最早实用化的控制器已有近百年历史,现在仍然是应用最广泛的工业控制器。PID控制器简单易懂,使用中不需精确的系统模型等先决条件,因而成为应用最为广泛的控制器。
网上找到的源码:
三、修改之后成为高斯分布输入的函数
MATLAB中可以生成所有密度函数的函数是pdf。
函数pdf的语法格式为:
pdf(distribution_name,X,distribution_parameter(s));
其中X为一向量,该函数生成X中每一个值对应的密度函数值。
常用的是正态分布,我们具体介绍一下正太分布密度函数normpdf。
normpdf的语法格式为:
normpdf(X,mu,sigma);
其中X为一向量,mu为均值,sigma为标准差。
z=0:1:100;
d=normpdf(z,50,2);
plot(z,d);
二、PID
当今的闭环自动控制技术都是基于反馈的概念以减少不确定性。反馈理论的要素包括三个部分:测量、比较和执行。测量关键的是被控变量的实际值,与期望值相比较,用这个偏差来纠正系统的响应,执行调节控制。在工程实际中,应用最为广泛的调节器控制规律为比例、积分、微分控制,简称PID控制,又称PID调节。
PID控制器(比例-积分-微分控制器)是一个在工业控制应用中常见的反馈回路部件,由比例单元P、积分单元I和微分单元D组成。PID控制的基础是比例控制;积分控制可消除稳态误差,但可能增加超调;微分控制可加快大惯性系统响应速度以及减弱超调趋势。
这个理论和应用的关键是,做出正确的测量和比较后,如何才能更好地纠正系统。
PID(比例(proportion)、积分(integral)、导数(derivative))控制器作为最早实用化的控制器已有近百年历史,现在仍然是应用最广泛的工业控制器。PID控制器简单易懂,使用中不需精确的系统模型等先决条件,因而成为应用最为广泛的控制器。
网上找到的源码:
%PID Controler clear all; close all; ts=0.001; sys=tf(5.235e005,[1,87.35,1.047e004,0]);%建立传递函数 dsys=c2d(sys,ts,'z');%将连续的时间模型转换成离散的时间模型,采样时间是ts=0.001 [num,den]=tfdata(dsys,'v');%获得离散后的分子分母 u_1=0.0;u_2=0.0;u_3=0.0; y_1=0.0;y_2=0.0;y_3=0.0; x=[0,0,0]'; error_1=0; for k=1:1:500 time(k)=k*ts; rin(k)=1; %输入为阶跃信号 kp=0.50;ki=0.001;kd=0.001; %设置的P,I,D参数 u(k)=kp*x(1)+kd*x(2)+ki*x(3); %PID Controller %Linear model 线性模型 yout(k)=-den(2)*y_1-den(3)*y_2-den(4)*y_3+num(2)*u_1+num(3)*u_2+num(4)*u_3; error(k)=rin(k)-yout(k); %Return of parameters u_3=u_2;u_2=u_1;u_1=u(k); y_3=y_2;y_2=y_1;y_1=yout(k); x(1)=error(k); %Calculating P x(2)=(error(k)-error_1)/ts; %Calculating D x(3)=x(3)+error(k)*ts; %Calculating I xi(k)=x(3); error_1=error(k); end figure(1); plot(time,rin,'b',time,yout,'r'); xlabel('time(s)');ylabel('rin,yout');
三、修改之后成为高斯分布输入的函数
相关文章推荐
- 卷积编码的原理与MATLAB及FPGA实现
- SIFT算法的Matlab实现
- Matlab绘图高级部分
- matlab读取写入txt,excel文件
- Xilinx FPGA中RS编码IP核之Generator Start
- MATLAB图形用户界面的一个实例(2)
- MATLAB求解24点(抱歉,只会穷举)
- 一个简单求和函数的matlab实现(带程序耗时功能)
- matlab和C混合编程实现脉冲压缩
- matlab和C混合编程实现脉冲压缩
- matlab print,disp,fprint,fscan
- findreplace Matlab 脚本
- m序列生成器的原理与MATLAB及FPGA实现
- matlab绘制直方图并且在每个直方图上添加对应的数据
- Matlab学习笔记-数据和函数可视化
- MATLAB图形用户界面的一个实例(1)
- yalmip + lpsolve + matlab 求解混合整数线性规划问题(MIP/MILP)
- 图像旋转的MATLAB和OpenCV源码!
- matlab中方程求解的基本命令
- Matlab中如何读取.dat文件