MATLAB控制系统仿真作业1
matlab的控制系统仿真上机习题
1．已知系统结构图如下图所示。
试建立Simulink 仿真模型，并确定K 值，使阻尼系数ζ=0.5，画出此时系统的单位阶跃响应曲线并求出动态性能指标（超调量、上升时间、调节时间和峰值时间）。
-R(s)C(s)K8.016s -s1syms s G1 G2 H1 H2 phi1 phi K;G1=16/(s+0.8); H1=K; phi1=G1/(1+G1*H1); G2=phi1*1/s;H2=1; phi=factor(G2/(1+G2*H2)) wn=sqrt(16);zeta=0.5; k=(2*zeta*wn-0.8)/16 zeta=0.5;wn=4;beta=acos (zeta); tr=(pi-beta)/(wn*sqrt(1-(zeta)^2)) tp=pi/(wn*sqrt(1-(zeta)^2))ts=3/(zeta*wn)sigma=exp(-pi*zeta/(1-(zeta)^2)^(1/2))--2． 试画出如图所示系统的零极点图，并确定系统的稳定性。
-C(s)4s()11.0302+s s -50R(s)syms s G1 G2 H1 H2 phi1 phi;G1=30/(0.1*s^3+s^2);H1=4*s; phi1=G1/(1+G1*H1);G2=50;H2=1;phi=factor(G2*phi1/(1+G2*phi1*H2))phi =15000/(s^3+10*s^2+1200*s+15000) closys=tf(15000,[1,10,1200,15000]);pzmap(closys)3．已知某系统开环传递函数为：()()()15.012102+++=sssssG，试用Bode图法判断闭环系统的稳定性，并用阶跃响应曲线加以验证；求出相位裕量和幅值裕量。
num=10;den=(conv(conv([1,0],[2,1]),[1,0.5,1]));sys=tf(num,den);subplot(1,2,1);bode(sys);grid onsubplot(1,2,2);step(sys);grid onsubplot(1,1,1);margin(sys); [wn,pm,wg,wc]=margin(sys)-140-120-100-80-60-40-200204060M a g n i t u d e (d B )10-210-110101102-360-315-270-225-180-135-90P h a s e (d e g )Bode DiagramGm = -22.5 dB (at 0.707 rad/sec) , P m = -136 deg (at 1.62 rad/sec)Frequency (rad/sec)wn =0.0750 pm =-136.3866 wg =0.7067 wc =1.62104．已知某系统开环传递函数为：()122+++=ssssG，试用Nyquist稳定判据判断闭环系统的稳定性，并用阶跃响应曲线加以验证。
MATLAB实验报告3-控制系统仿真
MATLAB 实验报告3 控制系统仿真1、一个传递函数模型： )6()13()5(6)(22++++=s s s s s G 将该传递函数模型输入到MATLAB 工作空间。
num=6*[1，5];den=conv(conv([1，3，1]，[1，3，1])，[1，6]);tf(num,den)2、 若反馈系统为更复杂的结构如图所示。
其中2450351024247)(234231+++++++=s s s s s s s s G ，s s s G 510)(2+=，101.01)(+=s s H 则闭环系统的传递函数可以由下面的MATLAB 命令得出：>> G1=tf([1,7,24,24],[1,10,35,50,24]);G2=tf([10,5],[1,0]);H=tf([1],[0.01,1]);G_a=feedback(G1*G2,H)得到结果：Transfer function:0.1 s^5 + 10.75 s^4 + 77.75 s^3 + 278.6 s^2 + 361.2 s + 120 -------------------------------------------------------------------- 0.01 s^6 + 1.1 s^5 + 20.35 s^4 + 110.5 s^3 + 325.2 s^2 + 384 s + 1203、设传递函数为：61166352)(2323++++++=s s s s s s s G 试求该传递函数的部分分式展开num=[2,5,3,6];den=[1,6,11,6];[r,p,k]=residue(num,den)图 复杂反馈系统4、给定单位负反馈系统的开环传递函数为：)7()1(10)(++=s s s s G 试画出伯德图。
利用以下MATLAB 程序，可以直接在屏幕上绘出伯德图如图20。
>> num=10*[1,1];den=[1,7,0];bode(num,den)5、已知三阶系统开环传递函数为：)232(27)(23+++=s s s s G画出系统的奈氏图，求出相应的幅值裕量和相位裕量，并求出闭环单位阶跃响应曲线。
《MATLAB与控制系统仿真》实验报告
《MATLAB与控制系统仿真》实验报告一、实验目的本实验旨在通过MATLAB软件进行控制系统的仿真，并通过仿真结果分析控制系统的性能。
二、实验器材1.计算机2.MATLAB软件三、实验内容1.搭建控制系统模型在MATLAB软件中，通过使用控制系统工具箱，我们可以搭建不同类型的控制系统模型。
本实验中我们选择了一个简单的比例控制系统模型。
2.设定输入信号我们需要为控制系统提供输入信号进行仿真。
在MATLAB中，我们可以使用信号工具箱来产生不同类型的信号。
本实验中，我们选择了一个阶跃信号作为输入信号。
3.运行仿真通过设置模型参数、输入信号以及仿真时间等相关参数后，我们可以运行仿真。
MATLAB会根据系统模型和输入信号产生输出信号，并显示在仿真界面上。
4.分析控制系统性能根据仿真结果，我们可以对控制系统的性能进行分析。
常见的性能指标包括系统的稳态误差、超调量、响应时间等。
四、实验步骤1. 打开MATLAB软件，并在命令窗口中输入“controlSystemDesigner”命令，打开控制系统工具箱。
2.在控制系统工具箱中选择比例控制器模型，并设置相应的增益参数。
3.在信号工具箱中选择阶跃信号，并设置相应的幅值和起始时间。
4.在仿真界面中设置仿真时间，并点击运行按钮，开始仿真。
5.根据仿真结果，分析控制系统的性能指标，并记录下相应的数值，并根据数值进行分析和讨论。
五、实验结果与分析根据运行仿真获得的结果，我们可以得到控制系统的输出信号曲线。
通过观察输出信号的稳态值、超调量、响应时间等性能指标，我们可以对控制系统的性能进行分析和评价。
六、实验总结通过本次实验，我们学习了如何使用MATLAB软件进行控制系统仿真，并提取控制系统的性能指标。
通过实验，我们可以更加直观地理解控制系统的工作原理，为控制系统设计和分析提供了重要的工具和思路。
七、实验心得通过本次实验，我深刻理解了控制系统仿真的重要性和必要性。
MATLAB软件提供了强大的仿真工具和功能，能够帮助我们更好地理解和分析控制系统的性能。
MATLAB与控制系统仿真大作业
>> G1=tf(num,den);
>> G1=zpk(G1)
G1 =
5 (s+0.6) ----------------(s+3) (s+2) (s+1)
>> num=[2 1]; den=[1 2.9 1]; G2=tf(num,den); >> G2=zpk(G2)
G2 =
2 (s+0.5)
>> xlabel('x') ylabel('exp(-2.*x)')
三、simulink 建模（每题 10 分，共 20 分）
1、已知单位负反馈的开环传递函数为 G(s) =
2 s2 + 4s
，试利用
simulink
建立系在单位阶跃输入作用下的模型。
要求答案包括：（1）simulink 建模结构图；
（2）在同一个坐标中的阶跃信号和响应曲线图。
2、已知系统的开环传递函数为
G1(s)
=
2s2 + 5s + 6 s2 + 2s + 3
、G2 (s)
=
s2
s+6 + 7s +1
，H
(s)
=
5(s + 2) s +10
求：建立 Simulink 仿真模型，并求出其系统在单位阶跃响应；
要求答案包括：（1）simulink 建模结构图；
x=
-2.9709
0.5491
3.6000
0.0509
2. 已知下列矩阵
2 3 1
−1 3 5
A
=
基于MATLAB 系统仿真作业
作业1： 在同一张图上绘制3个传递函数的单位阶跃响应222)(21++=s s s G ，2224)(22+++=s s s s G ，133224)(233++++=s s s s s G ；程序如下：clear all num=1 den=[1 2 2] G1=tf(num,den) hold on step(G1) gtext('G1'); num1=[4 2] den1=[1 2 2]G2=tf(num1,den1) step(G2) gtext('G2') num1=[4 2] den1=[2 3 3 1] G3=tf(num1,den1) step(G3) gtext('G3') 运行结果：作业2：建立二阶系统的仿真模型输入信号源使用阶跃信号，系统使用开环传递函数s6.0s12，接受模块使用示波器来构成模型。
Simulink 仿真模型：启动仿真后，在MATLAB 命令窗口输入”whos ”,则显示如下：示波器显示的响应曲线：作业3控制系统如图所示，其中Go （s ）为三阶对象模型：)5)(2)(1(1)(+++=s s s s Go ，H （s ）为单位反馈，对系统采用比例控制，比例系数分别为Kp=0.1，2.0，2.4，3.0，3.5， 试求各比例系数下系统的单位阶跃响应，并绘制曲线。
程序如下：G=tf(1,conv(conv([1,1],[2,1]),[5,1])) kp=[0.1,2.0,2.4,3.0,3.5] for i=1:5G=feedback(kp(i)*G,1)step(G)hold onendgtext('kp=0.1')gtext('kp=2.0')gtext('kp=2.4')gtext('kp=3.0')gtext('kp=3.5')运行结果得到的响应曲线：作业4设非线性控制系统如下图所示，其中5)(1=s G ，15.01)(2+=s s G ，ss G 1)(3=，非线性环节N 为死区非线性，其表达式为：⎪⎩⎪⎨⎧>-≤-<+=2,22||,02,2x x x x x y试用Simulink 分析系统单位阶跃响应，并绘制曲线。
自动控制 Matlab仿真实验一
仿真实验○一：控制系统的时域分析一、实验目的：1．观察控制系统的时域响应；2．记录单位阶跃响应曲线；3．掌握时间响应分析的一般方法；4．初步了解控制系统的调节过程。
二、实验步骤：1．开机进入Matlab6.1运行界面。
2．Matlab指令窗："Command Window". 运行指令：con_sys; 进入本次实验主界面。
3．分别双击上图中的三个按键，依次完成实验内容。
4．本次实验的相关Matlab函数：tf([num],[den])可输入一传递函数。
step(G,t)在时间范围t秒内，画出阶跃响应图。
三、实验内容：1、观察一阶系统G=1/(T+s) 的时域响应：取不同的时间常数T，分别观察该系统的脉冲响应、阶跃响应、斜坡响应以及单位加速度响应。
结论：时间常数越小，响应越迅速。
2、二阶系统的时域性能分析：（1）调节时间滑块，使阶跃响应最终出现稳定值。
（2）结合系统的零极点图，观察自然频率与阻尼比对极点位置的影响。
（3）结合时域响应图，观察自然频率与阻尼比对阶跃响应的影响。
结论：阻尼比越小，极点越靠近虚轴，超调量减小，但响应速度变慢。
自然频率减小，极点靠近虚轴，响应速度减小，超调几乎不变。
（4）调节自然频率与阻尼比，要求：Tr<0.56s ，Tp<1.29s，Ts<5.46，超调不大于5％.记录下满足上述要求的自然频率与阻尼比。
调节完成之后的响应曲线如图。
此时自然频率为14.5872rad/sec,阻尼比为0.77456。
各项参数完全满足要求。
3、结合《自动控制原理》一书，Page 135，题3_10. 分别观察比例_微分与测速反馈对二阶系统性能的改善。
（1）.按原始的调节参数输入，调节时间滑块，使阶跃响应最终出现稳定值。
（2）采用不同的G输入，观察各项性能指数。
结论：增大分母中间的参数，相当于增大系统阻尼比，从而减小超调量(3).分别取不同的K3，观察比例_微分控制对系统性能的改善。
控制系统MATLAB仿真作业
控制系统仿真学生姓名：学号：院（系）：班级：任课教师：2010 年月日一两输入两输出系统选择适当的参数，用PID调节器及Smith预估器控制大滞后系统,设计一个两输入两输出系统，并用MATLAB仿真，在20%范围内改变参数，研究其性质。
系统矩阵如下：要求满足≥10; ≥5【一】结构图如下：设置参数如下:取K12=6,T12= 1.5,τ12=30 且保持不变K 21=5,T21=1.2,τ21=30其PID 函数为：1. G1（s）= 0.05（1+1／30s+5s／0.5s+1）)2. G2（s ）= 0.05（1+1／30s+5s ／0.5s+1）) Y1,Y2输出波形如下：【二】20%范围内改变参数，研究其性质（1）其他值保持不变，T 11 τ11增加，即： T 12=2,τ12=50；T 21=1.2,τ21=30 此时：Y1,Y2输出波形如下：（2）其他值保持不变，T 11 τ11减小，即： T 12= 1,τ12=10；T 21=1.2,τ21=30 此时：Y1,Y2输出波形如下：（3）其他值保持不变，T22τ22增加，即：T12= 1.5,τ12=30；T21=2,τ21=50此时：Y1,Y2输出波形如下：（4）其他值保持不变，T22τ22减小，即：T12= 1.5,τ12=30；T21=1,τ21=10此时：Y1,Y2输出波形如下：分析总结：借助MATLAB软件我们可以轻易的模拟大滞后系统,对其进行控制仿真,Smith预估器的基本原理就是预先估计出过程在基本扰动下的动态特性,然后由预估器进行补偿力图使被延迟了τ的被调量超前反映的调节器,使调节器提前动作,从而明显的减小超调量和加速调节过程。
二双闭环直流调速系统1 转速、电流双闭环控制系统双闭环直流调速系统动态结构图在转速环、电流环的反馈通道和输入端增加了转速滤波、电流滤波和给定滤波环节。
因为电流检测信号中常含有交流成分，须加低通滤波，其滤波时间常数oi T 按需要而定。
自动控制MATLAB仿真作业
XXXXXXX 大学《自动控制原理》MATLAB分析与设计仿真实验报告院系：电气工程与信息工程学院班级：姓名：学号：时间：20 年月日电气工程与信息工程学院《自动控制原理》MATLAB 分析与设计仿真实验任务书（2013）一、仿真实验内容及要求1．MATLAB 软件要求学生通过课余时间自学掌握MA TLAB 软件的基本数值运算、基本符号运算、基本程序设计方法及常用的图形命令操作；熟悉MA TLAB 仿真集成环境Simulink 的使用。
2．各章节实验内容及要求1）第三章 线性系统的时域分析法∙ 对教材P136.3-5系统进行动态性能仿真，并与忽略闭环零点的系统动态性能进行比较，分析仿真结果；∙ 对教材P136.3-9系统的动态性能及稳态性能通过的仿真进行分析，说明不同控制器的作用；∙ 在MATLAB 环境下完成英文讲义P153.E3.3。
∙ 对英文讲义中的循序渐进实例“Disk Drive Read System”，在100=a K 时，试采用微分反馈使系统性能满足%5%,σ<3250,510s ss t ms d -≤<⨯等设计指标。
2）第四章 线性系统的根轨迹法∙ 在MATLAB 环境下完成英文讲义P157.E4.5； ∙ 利用MA TLAB 绘制教材P181.4-5-(3）；∙ 在MATLAB 环境下选择完成教材第四章习题4-10或4-18，并对结果进行分析。
3）第五章 线性系统的频域分析法利用MATLAB 绘制本章作业中任意2个习题的频域特性曲线； 4）第六章 线性系统的校正∙ 利用MATLAB 选择设计本章作业中至少2个习题的控制器，并利用系统的单位阶跃响应说明所设计控制器的功能。
∙ 对英文讲义中的循序渐进实例“Disk Drive Read System”，试采用PD 控制使系统的性能满足给定的设计指标ms t s 150%,5%<<σ。
5）第七章 线性离散系统的分析与校正∙ 利用MA TLAB 完成教材P383.7-20的最小拍系统设计及验证。
MATLAB与控制系统仿真练习题(含图)及答案
MATLAB 与控制系统仿真练习题（含图）1、已知函数x x e x f x sin cos )(-=，作出函数的大致图像。
>> syms x>> y=exp(x)*cos(x)-sin(x); >> ezplot(y)2、求下列极限：（1）30sin lim xx x x -→ >> syms x>> y=(x-sin(x))/(x^3);>> limit(y,x,0)ans =1/6(2) xx x ⎪⎭⎫ ⎝⎛+∞→11lim >> y=(1+1/x)^x;>> limit(y,x,inf)ans =exp(1)3、求下列函数的导数：(1)x e y x sin =>> syms x>> y=exp(x)*sin(x);>> diff(y,x)ans =exp(x)*sin(x)+exp(x)*cos(x)(2) x e x x y 22sin +=>> syms x>> y=sin(x)+x^2*exp(2*x);>> diff(y,x)ans =cos(x)+2*x*exp(2*x)+2*x^2*exp(2*x)4、求.)1(532⎰-dx x x 和.sin ⎰xdx e x（1）.)1(532⎰-dx x xsyms x>> int(x^2*(1-x^3)^5)ans =-1/18*x^18+1/3*x^15-5/6*x^12+10/9*x^9-5/6*x^6+1/3*x^3（2）.sin ⎰xdx e x>> int(exp(x)*sin(x))ans =-1/2*exp(x)*cos(x)+1/2*exp(x)*sin(x)5、求.)(102⎰-dx x x 和.1102⎰-dx x x (1) .)(102⎰-dx x x>> syms x>> int(x-x^2,0,1)ans =1/6(2) .1102⎰-dx x x>> syms x>> int(x*(1-x^2)^0.5,0,1)ans =1/36、已知二元函数),(cos )sin(2xy xy z +=试求y x z x z y z x z ∂∂∂∂∂∂∂∂∂222,,,。
matlab大作业(控制系统仿真)
河南工业大学控制系统仿真姓名：宋伯伦班级：自动化1501学号：201523020128成绩：2017年6月16 日设计题目基于MATLAB的皮带配料控制系统的仿真设计内容和要求阐述皮带配料控制系统的工作原理、物料流量特点，建立系统模型，通过Matlab进行控制系统仿真，达到适应系统工作过程各参数变化的目的。
报告主要章节第一章概述与引言随着科学技术的不断发展，电子皮带秤配料系统已在煤炭、化工、烟草、冶金、建材等行业中广泛应用。
目前大多数皮带秤配料系统仍然是采用传统的PID控制算法，灵敏度较高，可以说在理论上调节是能做到无误差的，或者说在误差较小的范围内的确很有优势，但是出现较大误差时，其动态特性并不是很理想，超调量一般较大。
所以，本课题设计了一套更为合理高效的电子皮带秤配料系统，本设计主要针对皮带秤配料系统中配料这一环节，采用模糊PID和传统PID控制相结合的方法。
本课题主要内容包括皮带秤的原理与组成，系统的总体设计，模糊控制算法结合本系统的分析以及采用MATILAB进行模糊PID控制仿真。
第二章各部分设计方案及工作原理皮带秤配料系统中配料皮带秤作为在线测量的动态称量衡器，有着重要的作用，目前已广泛用于冶金、煤炭、烟草、化工、建材等行业中，是集输送、称量、配料于一体的设备。
皮带秤仪表除了显示瞬时流量和累积流量外，还能根据由接线盒传过来的数据与给定值的偏差来控制给料机的给料，从而保证瞬时流量的恒定。
这样就构成了一个闭环控制系统。
2.1皮带秤配料系统组成及工作原理2.1.1皮带秤配料系统组成配料皮带秤系统结构如图2.1所示，由三大部分组成，分别是料斗、给料设备和皮带秤。
图2.1中：A-称重传感器；B-测速传感器；C-称重托辊；D-接线盒；E-称重仪表。
2.1.2皮带秤工作原理皮带秤的计量对象是连续流动的物料，可以显示物料的瞬时流量和在某一段时间内的累计流量。
皮带秤是在皮带运行中进行测量，所以测量的稳定性很重要。
控制系统的Matlab仿真与设计课后答案
控制系统的Matlab仿真与设计课后答案第一篇：控制系统的Matlab仿真与设计课后答案MATLAB课后习题答案 2.1 x=[15 22 33 94 85 77 60] x(6)x([1 3 5])x(4:end)x(find(x>70))2.3 A=zeros(2,5);A(:)=-4:5L=abs(A)>3 islogical(L)X=A(L)2.4 A=[4,15,-45,10,6;56,0,17,-45,0] find(A>=10&A<=20)2.5 p1=conv([1,0,2],conv([1,4],[1,1]));p2=[1 0 1 1];[q,r]=deconv(p1,p2);cq='商多项式为';cr='余多项式为';disp([cq,poly2str(q,'s')]),disp([cr,poly2str(r,'s')])2.6 A=[11 12 13;14 15 16;17 18 19];PA=poly(A)PPA=poly2str(PA,'s')3.1 n=(-10:10)';y=abs(n);plot(n,y,'r.','MarkerSize',20)axis equal grid on xlabel('n')3.2 x=0:pi/100:2*pi;y=2*exp(-0.5*x).*sin(2*pi*x);plot(x,y),grid on;3.3 t=0:pi/50:2*pi;x=8*cos(t);y=4*sqrt(2)*sin(t);z=-4*sqrt(2)*sin(t);plot3(x,y,z,'p');title('Line in 3-D Space');text(0,0,0,'origin');xlabel('X'),ylable('Y'),zlable('Z');grid;3.4theta=0:0.01:2*pi;rho=sin(2*theta).*cos(2*theta);polar(theta,rho,'k');3.5[x,y,z]=sphere(20);z1=z;z1(:,1:4)=NaN;c1=ones(size(z1));surf(3*x,3*y,3*z1,c1);hold on z2=z;c2=2*ones(size(z2));c2(:,1:4)=3*ones(size(c2(:,1:4)));surf(1.5*x,1.5*y,1.5*z2,c2);col ormap([0,1,0;0.5,0,0;1,0,0]);grid on hold off 第四章function f=factor(n)if n<=1 f=1;elsef=factor(n-1)*n;endfunction[s,p]=fcircle(r)s=pi*r*r;p=2*pi*r;function k=jcsum1(n)k=0;i=0;while i<=n k=k+2^i;i=i+1;end function k=jcsum(n)k=0;for i=0:n k=k+2^i;end4.1for m=100:999m1=fix(m/100);m2=rem(fix(m/10),10);m3=rem(m,10);ifm==m1*m1*m1+m2*m2*m2+m3*m3*m3 disp(m)end end4.2[s,p]=fcircle(10)4.3y=0;n=100;for i=1:ny=y+1/i/i;end y4.4s=0;for i=1:5s=s+factor(i);end s4.5sum=0;i=1;while sum<2000 sum=sum+i;i=i+1;end;n=i-2 4.6jcsum(63)jcsum1(63)4.1 for m=100:999m1=fix(m/100);m2=rem(fix(m/10),10);m3=rem(m,10);if m==m1*m1*m1+m2*m2*m2+m3*m3*m3disp(m)end end 4.3 y=0;n=100;for i=1:ny=y+1/i/i;end y 4.4 s=0;for i=1:5s=s+factor(i);end s 4.5sum=0;i=1;while sum<2000sum=sum+i;i=i+1;end;n=i-2 4.6i=0;k=0;while i<=63k=k+2^i;i=i+1;end k ii=0;k=0;for i=0:63k=k+2^i;end i k第五章functionf=fxyz(u)x=u(1);y=u(2);z=u(3);f=x+y.^2./x/4+z.^2./y+2./z;5.1A=[2,1,-5,1;1,-5,0,7;0,2,1,-1;1,6,-1,-4];b=[13,-9,6,0]';x=Ab5.2[U,fmin]=fminsearch('fxyz',[0.5,0.5,0.5])5.3X=linspace(0,2*pi,50);Y=sin(X);P=polyfit(X,Y,3)AX=linspace(0,2*pi,50);Y=sin(X);Y1=polyval( P,X)plot(X,Y,':O',X,Y1,'-*')5.4x=0:2.5:10;h=[0:30:60]';T=[95,14,0,0,0;88,48,32,12,6;67,64,54,48,41];xi=[0:0.5:10];hi= [0:10:60]';temps=interp2(x,h,T,xi,hi,'cubic');mesh(xi,hi,temps);5.1 A=[2,1,-5,1;1,-5,0,7;0,2,1,-1;1,6,-1,-4];b=[13,-9,6,0]';x=Ab 5.3X=linspace(0,2*pi,50);Y=sin(X);P=polyfit(X,Y,3)AX=linspace(0,2*p i,50);Y=sin(X);Y1=polyval(P,X)plot(X,Y,':O',X,Y1,'-*')6.1syms x y=finverse(1/tan(x))6.2syms x yf=1/(1+x^2);g=sin(y);fg=compose(f,g)6.3syms xg=(exp(x)+x*sin(x))^(1/2);dg=diff(g)6.4F=int(int('x*exp(-x*y)','x'),'y')6.5syms xF=ztrans(x*exp(-x*10))6.6a=[0 1;-2-3];syms sinv(s*eye(2)-a);6.7 f=solve('a*x^2+b*x+c')6.8 f=solve('x+y+z=1','x-y+z=2','2*x-y-z=1')6.9y=dsolve('D2y+2*Dy+2*y=0','y(0)=1','Dy(0)=0')ezplot(y), grid on6.10a=maple('simplify(sin(x)^2+cos(x)^2);')6.11f=maple('laplace(exp(-3*t)*sin(t),t,s);')6.12 syms t xF=sin(x*t+2*t);L=laplace(F)第七章function[sys,x0,str,ts]=ww(t,x,u,flag)%¶¨ÒåÁ¬ÐøϵͳµÄSº¯Êý A=[0,1;-0.4,-0.2];B=[0;0.2];C=[1,0];D=0;switch flag, case 0，[sys,x0,str,ts]=mdlInitializeSizes(A,B,C,D);case 1，sys=mdlDerivatives(t,x,u,A,B,C,D);case 2，sys=mdlUpdate(t,x,u);case 3，sys=mdlOutputs(t,x,u,A,B,C,D);case 4，sys=mdlGetTimeOfNextVarHit(t,x,u);case 9，sys=mdlTerminate(t,x,u);otherwiseerror(['Unhandled flag = ',num2str(flag)]);end%=============================== function [sys,x0,str,ts]=mdlInitializeSizes(A,B,C,D)sizes = simsizes;sizes.NumContStates = 2;sizes.NumDiscStates = 0;sizes.NumOutputs = 1;sizes.NumInputs = 1;sizes.DirFeedthrough = 1;sizes.NumSampleTimes = 1;sys = simsizes(sizes);x0 = [0;0];str = [];ts = [0 0];%=============================== function sys=mdlDerivatives(t,x,u,A,B,C,D)sys = A*x+B*u;%===============================function sys=mdlUpdate(t,x,u)sys = [];%=============================== functionsys=mdlOutputs(t,x,u,A,B,C,D)sys = C*x+D*u;%=============================== function sys=mdlGetTimeOfNextVarHit(t,x,u)sampleTime = 1;sys = t + sampleTime;%===============================function sys=mdlT erminate(t,x,u)sys = [];7.17.27.37.47.57.67.7第八章8.1num=[5];den=[1,2,2];sys=tf(num,den)8.1.2s = tf('s');H = [5/(s^2+2*s+2)];H.inputdelay =28.1.3h=tf([0.5,0],[1,-0.5,0.5],0.1)8.2num=2*[1,0.5];den=[1,0.2,1.01];sys=tf(num,den)[z,p,k]=tf2zp(num,den);zpk(z,p,k)[A,B,C,D]=tf2ss(num,den);ss(A,B,C,D)8.3 num=[1,5];den=[1,6,5,1];ts=0.1;sysc=tf(num,den);sysd=c2d(sysc,ts,'tustin')8.4.08.4.1 %¶Ôϵͳ·½¿òͼÿ¸ö»·½Ú½øÐбàºÅ,ÓÐ8¸öͨµÀ,ÁÐдÿ¸öͨµÀ´«µÝº¯Êý r1=1;r2=2;c1=3;c2=4;G1=r1;G2=tf(1,[c1,0]);G3=1;%ÊÇ·ÖÀëµãºÍ»ãºÏµãµÄÁ¬Ïß,²»Äܺϲ¢,´«º¯Îª1 G4=-1;G5=1/r2;G6=tf(1,[c2,0]);G7=-1;G8=-1;%½¨Á¢ÎÞÁ¬½ÓµÄ״̬¿Õ¼äÄ£ÐÍG=append(G1,G2,G3,G4,G5,G6,G7,G8)%д³öϵͳµÄÁ¬½Ó¾ØÕóQ=[1 4 0 %ͨµÀ1µÄÊäÈëÊÇͨµÀ4 2 1 7 %ͨµÀ2µÄÊäÈëÊÇͨµÀ1,7 3 2 02 0 53 8 6 5 0 7 5 060];%¸ººÅÔÚ´«º¯ÖÐÌåÏÖ %ÁгöϵͳµÄ×ܵÄÊäÈëºÍÊä³ö¶ËµÄ±àºÅinputs=1;outputs=6;%Éú³É×éºÏºóϵͳµÄ״̬¿Õ¼äÄ£ÐÍsys=connect(G,Q,inputs,outputs)8.4.2r1=1;r2=2;c1=3;c2=4;[A,B,C,D]=linmod('x84');[num,den ]=ss2tf(A,B,C,D);sys=tf(num,den)8.5A=[1,1,0;0,1,0;0,0,2];B=[0,0;1,0;0,-2];n=size(A)Tc=ctrb(A,B);if n==rank(T c)disp('ϵͳÍêÈ«ÄÜ¿Ø');elsedisp('ϵͳ²»ÍêÈ«ÄÜ¿Ø');end 第九章function [rtab,info]=routh(den)info=[];vec1=den(1:2:length(den));nrT=length(vec1);vec2=den(2:2:length(den)-1);rtab=[vec1;vec2，zeros(1,nrT-length(vec2))];for k=1:length(den)-2, alpha(k)=vec1(1)/vec2(1);for i=1:length(vec2)，a3(i)=rtab(k,i+1)-alpha(k)*rtab(k+1,i+1);endif sum(abs(a3))==0 a3=polyder(vec2);info=[info,'All elements in row ',...int2str(k+2)' are zeros;'];elseif abs(a3(1))info=[info,'Replaced first element;'];endrtab=[rtab;a3, zeros(1,nrT-length(a3))];vec1=vec2;vec2=a3;end9.1num=[2,5,1];den=[1,2,3];bode(num,den);grid on;figure;nyquist(num,den);9.2num=5*[1,5,6];den=[1,6,10,8];step(num,den);gridon;figure;impulse(num,den);grid on;9.3kosi=0.7;wn=6;num=wn^2;den=[1,2*kosi*wn,wn^2];step(num,den);grid on;figure;impulse(num,den);gridon;9.4den=[1,2,8,12,20,16,16];[rtab,info]=routh(den)a=rtab(:,1) if all(a>0)disp('ϵͳÊÇÎȶ¨µÄ');elsedisp('ϵͳÊDz»Îȶ¨µÄ');end9.5num=7*[1,5];den=conv([1,0,0],conv([1,10],[1,1]));[gm,pm,wg,wc]=margin(num,den)9.1 >> sys=tf([2,5,1],[1,2,3])Transfer function: 2 s^2 + 5 s + 1---------------s^2 + 2 s + 3>> rlocus(sys)>> nyquist(sys)>> bode(sys)9.2>> G=tf(conv([5],[1,5,6]),[1,6,10,8]);>> step(G)>> impulse(G) sys=tf([5,25,30],[1,6,10,8]);>> step(sys)>> impulse(sys)9.4>> GH=tf(conv([7],[1,5]),conv([1,0,0],conv([1,10],[1,1])));>> [Gm,Pm,Wcg,Wcp]=margin(GH)Gm =0 Pm =-47.2870 Wcg =0 Wcp = 1.4354 >>GH=tf(conv([7],[1,5]),conv([1,0,0],conv([1,10],[1,1])));>>[Gm,Pm,Wcg,Wcp]=margin(GH)GH_close=feedback(GH,1)step( GH_close),grid on Gm =0 Pm =-47.2870 Wcg =0 Wcp =1.4354 第十章function s=bpts2s(bp,ts,delta)kosi=sqrt(1-1./(1+((1./pi).*log(1./bp)).^2));wn=-log(delta.*sqrt(1-kosi.^2))/(kosi.*ts);s=-kosi.*wn+j.*wn.*sqrt(1-kosi.^2);function[ngc,dgc]=fa_lead(ng0,dg0,Pm,wc,w)ngv=polyval(ng0,j*wc);dgv=polyval(dg0,j*wc);g=ngv/dgv;thetag=angle(g);mg=abs(g);thetar=Pm*pi/180;tz=(1+mg*cos(thetar-thetag))/(-wc*mg*sin(thetar-thetag));tp=(cos(thetar-thetag)+mg)/(wc*sin(thetar-thetag));ngc=[tz,1];dgc=[tp,1];function[ngc,dgc]=fg_lag_pm(ng0,dg0,w,Pm)[mu,pu]=bode(ng0,dg0,w);wgc=spline(pu,w,Pm+5-180);%²åÖµÇóÈ¡Âú×ãÏà½ÇÔ£¶ÈµÄ½ÇƵÂÊ×÷ΪÆÚÍûµÄ¼ôÇÐƵÂÊngv=polyval(ng0,j*wgc);dgv=polyval(dg0,j*wgc);g=ngv/dgv;alph=abs(1/g);T=10/alph*wgc, ngc=[alph*T,1];dgc=[T,1];function[ngc,dgc]=fg_lag_wc(ng0,dg0,w,wc)ngv=polyval(ng0,j*wc);dgv=polyval(dg0,j*wc);g=ngv/dgv;alph=abs(1/g);T=10/(alph*wc);ngc=[alph*T,1];dgc=[T,1];function[ngc,dgc]=fg_lead_pd(ng0,dg0,wc)ngv=polyval(ng0,j*wc);dg v=polyval(dg0,j*wc);g=ngv/dgv;mg0=abs(g);t=sqrt(((1/mg0)^2-1)/(wc^2));%·ùÖµÏà¼ÓΪÁãngc=[t,1];dgc=[1];%Gc(s)=1+Tsfunction[ngc,dgc]=fg_lead_pm(ng0,dg0,Pm,w)[mu,pu]=bode(ng0,dg0,w);%¼ÆËãÔ-ϵͳµÄ¶ÔÊýƵÂÊÏìÓ¦Êý¾Ý[gm,pm,wcg,wcp]=margin(mu,pu,w);%ÇóÈ¡Ô-ϵͳµÄÏà½ÇÔ£¶ÈºÍ¼ôÇÐƵÂÊalf=ceil(Pm-pm+5);%¼ÆËã¿ØÖÆÆ÷ÌṩµÄ×î´ó³¬Ç°½Ç¶È£¬phi=(alf)*pi/180;%½«×î´ó³¬Ç°½Çת»»Îª»¡¶Èµ¥Î»a=(1+sin(phi))/(1-sin(phi));%¼ÆËãaÖµdbmu=20*log10(mu);%ϵͳµÄ¶ÔÊý·ùÖµmm=-10*log10(a);%wm´¦µÄ¿ØÖÆÆ÷¶ÔÊý·ùÖµwgc=spline(dbm u,w,mm);%²îÖµÇóÈ¡wm£¬ÈÏΪwm£½wcT=1/(wgc*sqrt(a));%¼ÆËãTngc=[a*T,1];dgc=[T,1];function[ngc,dgc]=fg_lead_pm_wc(ng0,dg0,Pm,wc,w)[mu,pu]=bode(ng0,dg0,w);ngv=polyval(ng0,j*wc);dgv=poly val(dg0,j*wc);g=ngv/dgv;%ÇóÔ-ϵͳÔÚÆÚÍûµÄ¼ôÇÐƵÂÊ´¦µÄƵÂÊÏìÓ¦Êý¾ÝG0(jwc) theta=180*angle(g)/pi;%Ô-ϵͳÔÚÆÚÍûµÄ¼ôÇÐƵÂÊ´¦µÄÏà½ÇÔ£¶È£¬µ¥Î»Îª¶Èalf=ceil(Pm-(theta+180)+5);%×î´ó³¬Ç°½Ç phi=(alf)*pi/180;a=(1+sin(phi))/(1-sin(phi));dbmu=20*log10(mu);mm=-10*log10(a);wgc=spline(dbmu,w,mm);T=1/(wgc*sqrt(a));KK=128;s1=-2+i*2*sqrt(3);a=2ng0=[10];dg0=conv([1,0],conv([1,2],[1,8]));g0=tf(ng0,dg0);[ngc,dgc,k]=rg_lag(ng0,dg0,KK,s1,a);gc=tf(ngc,dgc)function s=kw2s(kosi,wn)s=-kosi.*wn+j*wn.*sqrt(1-kosi.^2);10.1ng0=[1];dg0=10000*[1 0-1.1772];g0=tf(ng0,dg0);%Âú×㿪»·ÔöÒæµÄΪУÕýϵͳµÄ´«µÝº¯Êýs=kw2s(0.7,0.5)%ÆÚÍûµÄ±Õ»·Ö÷µ¼¼«µãngc=rg_lead(ng0,dg0,s);gc=tf(ngc,1)g0c=tf(g0*gc);rlocus(g0 ,g0c);b1=feedback(g0,1);%δУÕýϵͳµÄ±Õ»·´«µÝº¯Êýb2=feedback(g0c,1);%УÕýºóϵͳµÄ±Õ»·´«µÝº¯Êýfigure,step(b1,'r--',b2,'b');gridon %»æÖÆУÕýÇ°ºóϵͳµÄµ¥Î»½×Ô¾KK=20;s1=-2+i*sqrt(6);a=1ng0=[10];dg0=conv([1,0],[1,4]);g0=tf(ng0,dg0);[ngc,dgc,k]=rg_lag(ng0,dg0,KK,s1,a);gc=tf(ngc,dgc)g0c=tf(K K*g0*gc);b1=feedback(k*g0,1);b2=feedback(g0c,1);step(b1,'r--',b2,'b');grid ong0c=tf(KK*g0*gc);rlocus(g0,g0c);b1=feedback(k*g0,1);b2=feedback(g0c,1);figure,step(b1,'r--',b2,'b');grid onng0=[1];dg0=conv([1,0,0],[1,5]);g0=tf(ng0,dg0);w=logspace (-3,3);KK=1;Pm=50;[ngc,dgc]=lead4(ng0,dg0,KK,Pm,w);gc=tf(ngc,dgc);g0c=tf(KK*g0*gc);bode(KK*g0,w);holdon,bode(g0c,w);grid on,hold off [gm,pm,wcg,wcp]=margin(g0c)Kg=20*log10(gm)g1=feedback( g0c,1);bode(g1),grid on, [mag,phase,w]=bode(g1);a=find(mag<=0.707*mag(1));wb=w(a( 1))max(mag)b=find(mag==max(mag))wr=w(b)KK=40;Pm=50;ng0= KK *[1];dg0=conv([1,0],conv([1,1],[1,4]));g0=tf(ng0,dg0);w=logspace(-2,4);[ngc,dgc]=fg_lead_pm(ng0,dg0,Pm,w)gc=tf(ngc,dgc),g0c=tf(g0*gc);b1=feedback(g0,1);b2=feedback(g0c,1);step(b1,'r--', b2,'b');grid on figure, bode(g0,'r--',g0c,'b',w), grid on，[gm,pm,wcg,wcp]=margin(g0c), Km=20*log10(gm) KK=200;bp=0.3;ts=0.7;delta=0.05;ng0=[1];dg0=conv([1,0],conv([0.1,1],conv([0.021],conv([0.01,1],[0.005 1]))));g0=tf(ng0,dg0);w=logspace(-4,3);t=[0:0.1:3];[mag,phase]=bode(KK*g0,w);[gm0,pm0,wg0,wc0] =margin(mag,phase,w),gm0=20*log10(gm0)%gm0 =-15.6769 %2¡¢È·¶¨ÆÚÍûµÄ¿ª»·´«µÝº¯Êý mr=0.6+2.5*bp;wc=ceil((2+1.5*(mr-1)+2.5*(mr-1)^2)*pi/ts), h=(mr+1)/(mr-1)w1=2*wc/(h+1), w2=h*w1 w1=wc/10;w2=25;ng1=[1/w1,1];dg1=conv([1/w2,1],conv([1,0],[1 ,0]));g1=tf(ng1,dg1);g=polyval(ng1,j*wc)/polyval(dg1,j*wc);K=abs(1/g);%¼ôÇÐƵÂÊ´¦·ùֵΪ1£¬ÇóKÖµ g1=tf(K*g1)%3¡¢È·¶¨·´À¡»·½Ú´«µÝº¯Êýh=tf(dg1,ng1);Kh=1/K;h=tf(Kh*h)%ÆÚÍûƵÂÊÌØÐԵĵ¹ÌØÐÔ%4¡¢ÑéËãÐÔÄÜÖ¸±êg2=feedback(KK*g0,h);%УÕýºó£¬ÏµÍ³µÄ¿ª»·´«µÝº¯Êýb1=feedback(KK*g0,1);b2=feedback(g2,1);bode(KK*g0,'r--',g2,'b',h,'g',w);grid onfigure,step(b1, 'r--',b2, 'b',t);grid on，[pos,tr,ts,tp]=stepchar(b2,delta)function[ngc,dgc]=lag2(ng0,dg0,w,KK,Pm)[mu,pu]=bode(KK*ng0,dg 0,w);wgc=spline(pu,w,Pm+5-180),ngv=polyval(KK*ng0,j*wgc);dgv=polyval(dg0,j*wgc);g=ngv/dgv;alph=abs(1/g), T=10/alph*wgc, ngc=[alph*T,1];dgc=[T,1];function[ngc,dgc]=lead4(ng0,dg0,KK,Pm,w)[mu,pu]=bode(KK*ng0,d g0,w);[gm,pm,wcg,wcp]=margin(mu,pu,w);alf=ceil(Pm-pm+5);phi=(alf)*pi/180;a=(1+sin(phi))/(1-sin(phi)), dbmu=20*log10(mu);mm=-10*log10(a);wgc=spline(dbmu,w,mm), T=1/(wgc*sqrt(a))，ngc=[a*T,1];dgc=[T,1];function[ngc,dgc]=ra_lead(ng0,dg0,s1)ngv=polyval(ng0,s1);dgv=pol yval(dg0,s1);g=ngv/dgv;thetag=angle(g);mg=abs(g);thetas=ang le(s1);ms=abs(s1);tz=(sin(thetas)-mg*sin(thetag-thetas))/(mg*ms*sin(thetag));tp=-(mg*sin(thetas)+sin(thetag+thetas))/(ms*sin(thetag));ngc=[tz,1]; dgc=[tp,1];function[ngc,dgc,k]=rg_lag(ng0,dg0,KK,s1,a)ngv=polyval(ng0,s1);dgv=polyval(dg0,s1);g=dgv/ngv;k=abs(g);%ÆÚÍûÖ÷µ¼¼«µã´¦µÄ¸ù¹ì¼£ÔöÒæ beta=k/KK;[kosi1,wn1]=s2kw(s1);zc=-wn1*sin(a*pi/180)/sin(pi-atan(sqrt(1-kosi1^2)/kosi1)-(a*pi/180));%ÀûÓÃÕýÏÒ¶¨Àí pc=beta*zc;ngc=beta*[1,-zc];dgc=[1,-pc];functionvarargout=rg_lead(ng0,dg0,s1)if nargout==1ngv=polyval(ng0,s1);dgv=polyval(dg0,s1);g=ngv/dgv;thetal=pi-angle(g);zc=real(s1)-imag(s1)/tan(thetal);t=-1/zc;varargout{1}=[t,1];elseif nargout==2 ngv=polyval(ng0,s1);dgv=polyval(dg0,s1);g=ngv/dgv;theta=angle(g);phi=angle(s1);if theta>0 phi_c=pi-theta;endif theta<0;phi_c=-thetaendtheta_z=(phi+phi_c)/2;theta_p=(phi-phi_c)/2;z_c=real(s1)-imag(s1)/tan(theta_z);p_c=real(s1)-imag(s1)/tan(theta_p);nk=[1-z_c];varargout{2}=[1-p_c];kc=abs(p_c/z_c);if theta<0 kc=-kcendvarargout{1}=kc*nk;elseerror('Êä³ö±äÁ¿ÊýÄ¿²»ÕýÈ·£¡');endfunction [bp,ts]=s2bpts(s,delta)[kosi,wn]=s2kw(s);bp=exp(-kosi.*pi./sqrt(1-kosi.^2));ts=-1./(kosi.*wn)*log(delta.*sqrt(1-kosi.^2));function[kosi,wn]=s2kw(s)kosi=1./sqrt(1+(imag(s)/real(s)).^2);wn=-real(s)./kosi;%Èç¹ûwnΪ¸ºÖµ£¬ÔòwnÈ¡Õý£¬²¢ÇÒkosiÈ¡·´iwn=(wn<0);wn(iwn)=-wn(iwn);kosi(iwn)=-kosi(iwn);function[pos,tr,ts,tp]=stepchar(g0,delta)[y,t]=step(g0);[mp,ind]=max(y);dimt=length(t);yss=y(dimt);pos=100*(mp-yss)/yss;tp=t(ind);for i=1:dimtif y(i)>=1 tr=t(i);break;end end;for i=1:length(y)ify(i)<=(1-delta)*yss|y(i)>=(1+delta)*yss ts=t(i);end end第十一章11.1a=[0 1 0;0 0 1;-1-5-6];b=[0 0 1]';p=[-2+4j;-2-4j;-10];K=acker(a,b,p)eig(a-b*K)11.2a=[0 1 0;0 0 1;-6-11-6];b=[1,0,0]';p=[-2+2*sqrt(3)*j;-2-2*sqrt(3)*j;-10];K=acker(a,b,p)eig(a-b*K)11.6A=[-1 0 0;0-2-3;0 0-3];B=[1 0;2 3;-3-3];C=[1 0 0;1 1 1 ];[G,K,L]=decoupling(A,B,C)11.8A=[0 20.6;1 0];b=[0 1]';c=[0 1];d=0;G=ss(A,b,c,d);Q=diag([1,0,0,0,0]);R=1;p=[-1.8+2.4j;-1.8-2.4j];[k,P]=lqr(A,b,Q,R);l=(acker(A',c',p))' Gc=-reg(G,k,l);zpk(Gc), eig(Gc.a), t=0:0.05:2;G_1=feedback(G*Gc,1);a1=eig(G_1.a), y_1=step(G_1,t);第十二章function[t,xx]=diffstate(G,H,x0,u0,N,T)xk=x0;u=u0;t=0 for k=1:N xk=G*xk+H*u;x(:,k)=xk;t=[t,k*T];end;xx=[x0,x];12.1function sys=M601(t,x)u=1;sys=[x(2);x(3);-800*x(1)-80*x(2)-24*x(3)+u];function[t,y]=ode4(A,B,C,D,x0,h,r,v,t0,tf)Ab=A-B*v*C;B=B;C=C;x=x0';y=0;t=t0;N=round((tf-t0)/h);for i=1:N k1=Ab*x+B*r;k2=Ab*(x+h*k1/2)+B*r;k3=Ab*(x+h*k2/2)+B*r;k4=Ab*(x+h *k3)+B*r;x=x+h*(k1+2*k2+2*k3+k4)/6;y=[y,C*x];t=[t,t(i)+h];end 12．1tspan=[0,10];x0=[0,0,0]';[t,y]=ode45('M601',tspan,x0);y1=800*y(:,1);plot(t,y1);12.2 num=10;den=conv([1,0],conv([1,2],[1,3]));[A,B,C,D]=tf2ss(num,den);x0=[0,0,0];v=1;t0=0;tf=10;h=0.01; r=1;[t,y]=ode4(A,B,C,D,x0,h,r,v,t0,tf);plot(t,y),grid12.3 12.4 g=[-2.8-1.4 0 0;1.4 0 0 0;-1.8-0.3-1.4-0.6;0 0 0.6 0];h=[1 0 1 0]';c=[0 0 0 1];d=0;x0=[0 0 0 0]';u=1;N=30;T=0.1;[t,xx]=diffstate(g,h,x0,u,N,T);plot(t,xx);y=c*xx;figurestairs(t,y)grid on12.6 第十四章14.1clear all;load optcar.mat;t=signals(1,:);p=signals(2,:);v=signals(3,:);a=signals(4,:);theta =signals(5,:);subplot(4,1,1);plot(t,p);gridon;ylabel('λÖÃ(m)');subplot(4,1,2);plot(t,v);gridon;ylabel('ËÙ¶È(m/s)');subplot(4,1,3);plot(t,a);gridon;ylabel('¼ÓËÙ¶È(m/s2)');subplot(4,1,4);plot(t,theta);gridon;ylabel('½Ç¶È(¶È)');14.1clear all loadcar.mat %½«µ¼Èëµ½car.matÖеķÂÕæʵÑéÊý¾Ý¶Á³ö t=signals(1,:);x=signals(2,:);theta=signals(3,:);x1=signals(4,:);thet a1=signals(5,:);plot(t,x,t,x1);ylabel('С³µÎ»ÖÃ(m)'),grid on;%»æÖÆ¿ØÖÆÁ¦×÷ÓÃϽüËÆÄ£Ðͺ;«È·Ä£ÐÍxµÄµ¥Î»½×Ô¾ÏìÓ¦ÇúÏß figure % »æÖÆ¿ØÖÆÁ¦×÷ÓÃϽüËÆÄ£Ðͺ;«È·Ä£ÐÍthetaµÄµ¥Î»½×Ô¾ÏìÓ¦ÇúÏßplot(t,theta,t,theta1);ylabel('°Ú½ÇÖµ(rad)'),grid on;第二篇：控制系统的MATLAB仿真与设计课后答案第二章1>>x=[15 22 33 94 85 77 60] >>x(6)>>x([1 3 5])>>x(4:end)>>x(find(x>70))2>>T=[1-2 3-4 2-3];>>n=length(T);>>TT=T';>>for k=n-1:-1:0 >>B(:,n-k)=TT.^k;>>end >>B >>test=vander(T)3>>A=zeros(2,5);>>A(:) =-4:5 >>L=abs(A)>3 >>islogical(L)>>X=A(L)4>>A=[4,15,-45,10,6;56,0,17,-45,0] >>find(A>=10&A<=20)5>>p1=conv([1,0,2],conv([1,4],[1,1 ]));>>p2=[1 0 1 1];>>[q,r]=deconv(p1,p2);>>cq='商多项式为';cr='余多项式为';>>disp([cq,poly2str(q,'s')]),disp([cr,poly2str(r,'s')])6>>A=[11 12 13;14 15 16;17 18 19];>>PA=poly(A)>>PPA=poly2str(PA,'s')第三章1>>n=(-10:10)';>>y=abs(n);>>plot(n,y,'r.','MarkerSize',20)>>axisequal >>grid on>>xlabel('n')2>>x=0:pi/100:2*pi;>>y=2*exp(-0.5*x).*sin(2*pi*x);>>plot(x,y),gridon;3>>t=0:pi/50:2*pi;>>x=8*cos(t);>>y=4*sqrt(2)*sin(t);>>z=-4*sqrt(2)*sin(t);>>plot3(x,y,z,'p');>>title('Line in 3-D Space');>>text(0,0,0,'origin');>>xlabel('X'),ylable('Y'),zlable('Z');gr id;4>>theta=0:0.01:2*pi;>>rho=sin(2*theta).*cos(2*theta);>>po lar(theta,rho,'k');5>>[x,y,z]=sphere(20);>>z1=z;>>z1(:,1:4)=NaN ;>>c1=ones(size(z1));>>surf(3*x,3*y,3*z1,c1);>>holdon >>z2=z;>>c2=2*ones(size(z2));>>c2(:,1:4)=3*ones(size(c2(:,1 :4)));>>surf(1.5*x,1.5*y,1.5*z2,c2);>>colormap([0,1,0;0.5,0,0;1,0,0 ]);>>grid on >>hold off第四章1>>for m=100:999 m1=fix(m/100);m2=rem(fix(m/10),10);m3=rem(m,10);ifm==m1*m1*m1+m2*m2*m2+m3*m3*m3 disp(m)end end M文件：function[s,p]=fcircle(r)s=pi*r*r;p=2*pi*r;主程序：[s,p]=fcircle(10)3>>y=0;n=100;for i=1:n y=y+1/i/i;end >>y M文件：function f=factor(n)if n<=1 f=1;elsef=factor(n-1)*n;end主程序：>>s=0;for i=1:5 s=s+factor(i);end >>s5>>sum=0;i=1;while sum<2000 sum=sum+i;i=i+1;end;>>n=i-26 for循环M文件：function k=jcsum(n)k=0;for i=0:n k=k+2^i;end主程序： >>jcsum(63)While循环M文件： function k=jcsum1(n)k=0;i=0;while i<=n k=k+2^i;i=i+1;end主程序：>>jcsum1(63)第五章1>>A=[2,1,-5,1;1,-5,0,7;0,2,1,-1;1,6,-1,-4];>>b=[13,-9,6,0]';>>x=Ab M文件：functionf=fxyz(u)x=u(1);y=u(2);z=u(3);f=x+y.^2./x/4+z.^2./y+2./z;主程序：[U,fmin]=fminsearch('fxyz',[0.5,0.5,0.5])3>>X=linspace(0,2*p i,50);>>Y=sin(X);>>P=polyfit(X,Y,3)>>AX=linspace(0,2*pi,50);>>Y=sin(X);>>Y1=polyval(P,X)>>plot(X,Y,':O',X,Y1,'-*')4>>x=0:2.5:10;>>h=[0:30:60]';>>T=[95,14,0,0,0;88,48,32,12,6; 67,64,54,48,41];>>xi=[0:0.5:10];>>hi=[0:10:60]';>>temps=interp 2(x,h,T,xi,hi,'cubic');>>mesh(xi,hi,temps);第六章1>>syms x>>y=finverse(1/tan(x))2>>syms x y>>f=1/(1+x^2);g=sin(y);>>fg=compose(f,g)3>>syms x>>g=(exp(x)+x*sin(x))^(1/2);>>dg=diff(g)4>>F=int(int('x*e xp(-x*y)','x'),'y')5>>syms x>>F=ztrans(x*exp(-x*10))6>>a=[0 1;-2-3];>>syms s>>inv(s*eye(2)-a);7>>f=solve('a*x^2+b*x+c')8>>f=solve('x+y+z=1','x-y+z=2','2*x-y-z=1')9>>y=dsolve('D2y+2*Dy+2*y=0','y(0)=1','Dy(0)=0')>>ezpl ot(y),grid on10>>a=maple('simplify(sin(x)^2+cos(x)^2);')11>>f=maple(' laplace(exp(-3*t)*sin(t),t,s);')12>>syms t x>>F=sin(x*t+2*t);>>L=laplace(F)第七章第八章1-1>>h=tf([5,0],[1,2,2])1-2>>s = tf('s');>>H = [5/(s^2+2*s+2)];>>H.inputdelay =2 1-3>>h=tf([0.5,0],[1,-0.5,0.5],0.1)2>>num=2*[1,0.5];den=[1,0.2,1.01];>>sys=tf(num,d en)>>[z,p,k]=tf2zp(num,den);>>zpk(z,p,k)>>[A,B,C,D]=tf2ss(nu m,den);>>ss(A,B,C,D)3 >>num=[1,5];den=[1,6,5,1];ts=0.1;>>sys c=tf(num,den);>>sysd=c2d(sysc,ts,'tustin')>>r1=1;r2=2;c1=3;c2=4;>>[A,B,C,D]=linmod('x84');>>[num ,den]=ss2tf(A,B,C,D);>>sys=tf(num,den)5>>A=[1,1,0;0,1,0;0,0,2]; B=[0,0;1,0;0,-2];>>n=size(A)>>Tc=ctrb(A,B);if n==rank(Tc)disp('系统完全能控');elsedisp('系统不完全能控');end第九章1>>num=[2,5,1];den=[1,2,3];>>bode(num,den);grid on;>>figure;>>nyquist(num,den);2>>num=5*[1,5,6];den=[1,6,1 0,8];>>step(num,den);gridon;>>figure;>>impulse(num,den);gridon;3>>kosi=0.7;wn=6;>>num=wn^2;den=[1,2*kosi*wn,wn^2]; >>step(num,den);grid on;>>figure;>>impulse(num,den);grid on;4 M文件：function[rtab,info]=routh(den)info=[];vec1=den(1:2:length(den));nrT=len gth(vec1);vec2=den(2:2:length(den)-1);rtab=[vec1;vec2,zeros(1,nrT-length(vec2))];for k=1:length(den)-2, alpha(k)=vec1(1)/vec2(1);for i=1:length(vec2), a3(i)=rtab(k,i+1)-alpha(k)*rtab(k+1,i+1);endif sum(abs(a3))==0 a3=polyder(vec2);info=[info,'All elements in row ',...int2str(k+2)' are zeros;'];elseif abs(a3(1)) rtab=[rtab;a3, zeros(1,nrT-length(a3))];vec1=vec2;vec2=a3;end主程序：>>den=[1,2,8,12,20,16,16];>>[rtab,info]=routh(den)>>a=rt ab(:,1)if all(a>0)disp('系统是稳定的');elsedisp('系统是不稳定的');end5>>num=7*[1,5];den=conv([1,0,0],conv([1,10],[1,1]));>>[gm ,pm,wg,wc]=margin(num,den)第十章 M文件：。
控制系统MATLAB仿真作业学习资料
Ce 0.132V /(r • min 1 ) ，允许过载倍数λ=1.5；
2.晶闸管装置放大系数： K s 40 ；
3.电枢回路总电阻：R=0.5Ω；
4.时间常数：Tl=0.05s，Tm=0.3s;
5.电流反馈系数：
U
* im
Байду номын сангаас
10
0.05V / A ；
1.5I N 1.5136
6.转速反馈系数：
（3）按小时间常数近似处理，取 Tn =0.0074+0.02=0.00274。
2.转速调节器的结构选择：PI 型，其传递函数为：WASR
s
Kn
ns ns
1
。
3.选择转速调节器参数
取 h=5，则 ASR 超前时间常数：τn=h*Tn =5*0.00274=0.137s
转速开环增益：KN =h + 1/2 h2 T2Σn2=159.84s- 1； 于是ASR的比例系数为：Kn =( h + 1)βCe Tm/2 hαRT Σn=12.388
直流电动机双闭环控制系统的仿真结构图
转速环空载高速起动波形图
收集于网络，如有侵权请联系管理员删除
精品文档
转速环满载高速起动波形图
转速环抗扰波形图
4 分析
一般来说，我们总希望在最大电流受限制的情况下，尽量发挥直流电动机的过载能力，使电力拖动控制系 统以尽可能大的加速度起动，达到稳态转速后，电流应快速下降，保证输出转矩与负载转矩平衡，进入稳 定运行状态。为实现在约束条件快速起动，关键是要有一 个使电流保持在最大值的恒流过程。根据反馈 控制规律，要控制某个量，就要引入这个量的负反馈。因此很自然地想到要采用电流负反馈控制过程。这 里实际提到了两个控制阶段。起动过程中，电动机转速快速上升，而要保持电流恒定，只需电流负反馈； 稳定运行过程中，要求转矩保持平衡，需使转速保持恒定，应以转速负反馈为主。
自控实验-自动控制系统的MATLAB仿真分析
实验名称：自动控制系统的MATLAB仿真分析一、实验目的1.熟悉MATLAB在自动控制系统仿真中的应用；2.对自动控制系统进行仿真研究；3.掌握用MATLAB绘制自动控制系统根轨迹及对数频率特性的方法，掌握根据系统根轨迹及对数频率特性分析自动控制系统性能的方法。
二、实验设备1.计算机2.MATLAB软件三、实验内容1.用MATLAB提供的Simulink仿真软件工具对实验一中的各个典型环节及二阶系统进行阶跃响应仿真研究，将仿真获得的阶跃响应结果与模拟电路获得的阶跃响应结果进行比较。
（1）比例环节传递函数为200 ()51 G s=建立仿真模型，得到的输出结果如图所示：（2）积分环节传递函数为9.8 ()G ss=建立仿真模型，得到的输出结果如图所示：（3）一阶惯性环节传递函数为3.9 ()0.21G ss=+建立仿真模型，得到的输出结果如图所示：（4）比例积分环节传递函数为0.39781 ()0.102sG ss+=建立仿真模型，得到的输出结果如图所示：（5）比例微分环节传递函数为10 ()220s G ss=++建立仿真模型，得到的输出结果如图所示：（6）比例微分积分环节传递函数为51050 ()220sG ss s+=+++建立仿真模型，得到的输出结果如图所示：（7） 二阶系统的阶跃响应 ①0.325K ξ==传递函数为2()250()10250C s R s s s =++ 建立的仿真模型与阶跃响应仿真波形如下图所示：②0.510K ξ==传递函数为2()100()10100C s R s s s =++ 建立的仿真模型与阶跃响应仿真波形如下图所示：③0.75K ξ==传递函数为2()50()1050C s R s s s =++ 建立的仿真模型与阶跃响应仿真波形如下图所示：2. 单位负反馈系统的开环传递函数为：(1)()()(21)k s G s H s s s +=+仿真绘制K 从0~∞变化时的根轨迹，分析系统的稳定性。
控制系统仿真与工具(matlab)实验指导书精选全文
可编辑修改精选全文完整版控制系统仿真与工具实验指导书目录实验一熟悉MATLAB语言工作环境和特点 (1)实验二图形绘制与修饰 (4)实验三系统的时间响应分析 (8)实验四系统的时间响应分析 (12)实验五SIMULINK仿真基础 (14)实验一熟悉MATLAB语言工作环境和特点一、实验目的通过实验使学生熟悉MA TLAB语言的工作环境，并了解MATLAB语言的特点，掌握其基本语法。
二、实验设备PC机MATLAB应用软件三、实验内容本实验从入门开始，使学生熟悉MA TLAB的工作环境，包括命令窗、图形窗和文字编辑器、工作空间的使用等。
1、命令窗（1）数据的输入打开MATLAB后进入的是MA TLAB的命令窗，命令窗是用户与MATLAB做人机对话的主要环境。
其操作提示符为“》”。
在此提示下可输入各种命令并显示出相应的结果，如键入：x1=sqrt(5),x2=1.35,y=3/x2显示结果为:x1=2.2361x2=1.3500y=2.2222上命令行中两式之间用逗号表示显示结果，若用分号，则只运行而不用显示运行结果。
如键入A=[1,2,3;4,5,6;7,8,9]，则显示为说明：●直接输入矩阵时，矩阵元素用空格或逗号分隔，矩阵行用分号相隔，整个矩阵放在方括号中。
注意：标点符号一定要在英文状态下输入。
●在MA TLAB中，不必事先对矩阵维数做任何说明，存储时自动配置。
●指令执行后，A被保存在工作空间中，以备后用。
除非用户用clear指令清除它，或对它重新赋值。
●MATLAB对大小写敏感。
（2）数据的显示在MA TLAB工作空间中显示数值结果时，遵循一定的规则，在缺省的情况下，当结果是整数，MATLAB将它作为整数显示；当结果是实数，MATLAB以小数点后4位的精度近似显示。
如果结果中的有效数字超出了这一范围，MATLAB以类似于计算器的计算方法来显示结果。
也可通过键入适当的MA TLAB命令来选择数值格式来取代缺省格式。
MATLAB控制系统仿真作业1要点
一、 控制系统的模型与转换1． 请将下面的传递函数模型输入到matlab 环境。
]52)1)[(2(24)(32233++++++=s s s s s s s G )99.02.0)(1(568.0)(22+--+=z z z z z H ，T=0.1s >> s=tf('s');G=(s^3+4*s+2)/(s^3*(s^2+2)*((s^2+1)^3+2*s+5)); GTransfer function:s^3 + 4 s + 2 ------------------------------------------------------ s^11 + 5 s^9 + 9 s^7 + 2 s^6 + 12 s^5 + 4 s^4 + 12 s^3>> num=[1 0 0.56];den=conv([1 -1],[1 -0.2 0.99]); H=tf(num,den,'Ts',0.1)Transfer function: z^2 + 0.56 ----------------------------- z^3 - 1.2 z^2 + 1.19 z - 0.992． 请将下面的零极点模型输入到matlab 环境。
请求出上述模型的零极点，并绘制其位置。
)1)(6)(5()1)(1(8)(22+++-+++=s s s s j s j s s G )2.8()6.2)(2.3()(1511-++=----z z z z z H ，T=0.05s>>z=[-1-j -1+j]; p=[0 0 -5 -6 -j j];G=zpk(z,p,8)Zero/pole/gain: 8 (s^2 + 2s + 2) -------------------------- s^2 (s+5) (s+6) (s^2 + 1)>>pzmap(G)>> z=[0 0 0 0 0 -1/3.2 -1/2.6]; p=[1/8.2];H=zpk(z,p,1,'Ts',0.05)Zero/pole/gain:z^5 (z+0.3125) (z+0.3846) ------------------------- (z-0.122)Sampling time: 0.05>>pzmap （H ）二、 线性系统分析1. 请分析下面传递函数模型的稳定性。
控制系统计算机仿真(matlab)仿真实验一实验报告
实验一MATLAB基本操作与矩阵运算一、实验目的1、熟悉Matlab软件的基本操作方法2、掌握Matlab矩阵和数组的基本运算3、了解Matlab的常用函数的使用方法二、实验学时：2学时三、实验原理MATLAB环境是一种为数值计算、数据分析和图形显示服务的交互式的环境。
打开MATLAB软件弹出如图1-1所示的图形窗口。
MATLAB有3种子窗口，即：命令窗口（Command Window）、m-文件编辑窗口（Edit Window）和图形窗口（Figure Window）。
图1-1 MATLAB R2008a基本界面1．命令窗口（The Command Window）当MATLAB 启动后，出现的最大的窗口就是命令窗口。
用户可以在提示符“>>”后面输入交互的命令，这些命令就立即被执行。
在MATLAB 中，一连串命令可以放置在一个文件中，不必把它们直接在命令窗口内输入。
在命令窗口中输入该文件名，这一连串命令就被执行了。
因为这样的文件都是以“.m ”为后缀，所以称为m-文件。
2．m-文件编辑窗口（The Edit Window ）我们可以用m-文件编辑窗口来产生新的m-文件，或者编辑已经存在的m-文件。
在MATLAB 主界面上选择菜单“File/New/M-file ”就打开了一个新的m-文件编辑窗口；选择菜单“File/Open ”就可以打开一个已经存在的m-文件，并且可以在这个窗口中编辑这个m-文件。
3．图形窗口（The Figure Window ）图形窗口用来显示MATLAB 程序产生的图形。
图形可以是2维的、3维的数据图形，或其它棒状图、极坐标图等。
MATLAB 常用操作命令和运算符如下：clear ——清除工作空间变量clc ——清除命令窗口内容path ——设置路径cd ——设置当前目录符+——矩阵的加法运算符-——矩阵的减法运算符*——矩阵的乘法运算符\——矩阵的左除运算符/——矩阵的右除运算符^——矩阵的乘方linspace ——产生线性等分向量inv ——矩阵求逆poly ——创建多项式polyval ——多项式求值polyfit ——多项式拟合四、实验内容1.自由练习Matlab 软件的操作2、已知矩阵 A=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡987654321。
实验一 基于Matlab的控制系统仿真
实验一 基于Matlab 的控制系统模型姓名 学号 班级一、实验目的1) 熟悉Matlab 的使用环境，学习Matlab 软件的使用方法和简单编程方法。
2) 学习使用Matlab 软件进行拉氏变换和拉式反变换的方法。
3) 学习使用Matlab 软件建立、转换连续系统数学模型的方法。
4) 学习使用Matlab 软件分析控制系统稳定性的方法。
二、实验原理1. 拉氏变换和反拉氏变换(1) 拉氏变换syms a w tf1=exp(-a*t)laplace(f1)f2=2laplace(f2)f3=t*exp(-a*t)laplace(f3)f4=sin(w*t)laplace(f4)f5=exp(-a*t)*cos(w*t)laplace t-t (f5)(2) 拉氏反变换syms s a wf 1=1/silaplace(f 1)f 2=1/(s+a)ilaplace(f 2)f 3=1/s^2ilaplace(f 3)f 4=w/(s^2+w^2)ilaplace(f 4)f 5=1/(s*(s+2)^2*(s+3))ilaplace(f 5)…2. 控制系统模型的建立和转化传递函数模型：112m112+()+m m n n nb s b s b num G s den a s a s b --++==++……零极点增益模型：1212()()()()()()()m ns z s z s z G s k s p s p s p ---=---(1) 建立系统传递函数模型22(1)()(2)(3)56s s s sG s s s s s ++==++++num=[1,1,0]den=[1,5,6]Gs1=tf(num,den)(2) 建立系统的零极点模型z=[0,-1]p=[-2,-3]k=[1]Gs1=zpk(z,p,k)(3) 传递函数模型转化为零极点模型num=[1,1,0]den=[1,5,6]Gs1=tf(num,den)[z,p,k]=tf2zp(num,den)Gs2=zpk(z,p,k)(4) 零极点模型转化为传递函数模型z=[0,-1]p=[-2,-3]k=[1]Gs1=zpk(z,p,k)[num,den]=zp2tf(z',p',k)Gs2=tf(num,den)3. 用Matlab 进行传递函数部分分式展开5434321139+52s+26()1035+50s+241 2.530.5 1s+4s+3s+2s+1num s s s G s den s s s ++==++-=++++num=[1 11 39 52 26]den=[1 10 35 50 24][r,p,k]=residue(num,den)4. 连续系统稳定性分析已知传递函数，试求该系统的闭环极点并判断系统的稳定性。
Matlab控制系统仿真(1)
一． 控制系统的模型与转换目前大多数控制系统的分析设计方法都要求系统的模型已知。
所以，控制系统的数学模型是控制系统分析和设计的基础。
获得数学模型的方法有两种：一种是从已知的物理规律出发，用数学推导的方法建立系统的数学模型，另外一种就是利用试验数据拟合。
前一种方法称为系统的物理建模方法，而后者称为系统辨识，两者各有优势和适用场合。
一般的分析研究中将控制系统分为连续系统和离散系统，描述连线性连续系统常用的方式是传递函数（传递函数矩阵）和状态空间模型，相应的离散系统可以用离散传递函数和离散状态方程表示。
各种模型之间还可以进行相互转换。
1．1连续线性系统的数学模型连续线性系统一般可以用传递函数描述，也可以用状态方程描述。
前者是经典控制的常用模型，而后者是现代控制理论的基础。
它们是描述同一个系统的不同描述方式。
除此之外，还可以用零极点的形式表示连续线性系统模型。
本章着重介绍这些数学模型，并侧重介绍这些模型在控制系统的Matlab 环境下的表示方法。
高阶线性常微分方程通常是描述线性连续系统的最传统的方法，其基本表达式为： )()()()()()()()(11111111t u b dtt du b dtt u db dtt u d b t y a dtt dy a dtt y da dtt y d m m m m mmn n n n n n++++=++++------ 其中)(t u ，)(t y 分别是控制系统的输入和输出信号，他们均是时间t 的函数,n 是系统的阶次。
利用Laplace 引入的积分变换（拉氏变换），可以在另初始条件下对该微分方程进行变换，得到控制系统的传递函数： nn n n mm m ma s a sa sb s b s b s b s G ++++++++=----1111110)( （n m ≤）传递函数的引入使得控制系统的研究变得简单，它是控制理论中线性系统模型的一种主要描述方式。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一、 控制系统的模型与转换1． 请将下面的传递函数模型输入到matlab 环境。
]52)1)[(2(24)(32233++++++=s s s s s s s G )99.02.0)(1(568.0)(22+--+=z z z z z H ，T=0.1s >> s=tf('s');G=(s^3+4*s+2)/(s^3*(s^2+2)*((s^2+1)^3+2*s+5)); GTransfer function:s^3 + 4 s + 2 ------------------------------------------------------ s^11 + 5 s^9 + 9 s^7 + 2 s^6 + 12 s^5 + 4 s^4 + 12 s^3>> num=[1 0 0.56];den=conv([1 -1],[1 -0.2 0.99]); H=tf(num,den,'Ts',0.1)Transfer function: z^2 + 0.56 ----------------------------- z^3 - 1.2 z^2 + 1.19 z - 0.992． 请将下面的零极点模型输入到matlab 环境。
请求出上述模型的零极点，并绘制其位置。
)1)(6)(5()1)(1(8)(22+++-+++=s s s s j s j s s G )2.8()6.2)(2.3()(1511-++=----z z z z z H ，T=0.05s>>z=[-1-j -1+j]; p=[0 0 -5 -6 -j j];G=zpk(z,p,8)Zero/pole/gain: 8 (s^2 + 2s + 2) -------------------------- s^2 (s+5) (s+6) (s^2 + 1)>>pzmap(G)>> z=[0 0 0 0 0 -1/3.2 -1/2.6]; p=[1/8.2];H=zpk(z,p,1,'Ts',0.05)Zero/pole/gain:z^5 (z+0.3125) (z+0.3846) ------------------------- (z-0.122)Sampling time: 0.05>>pzmap （H ）二、 线性系统分析1. 请分析下面传递函数模型的稳定性。
221)(23+++=s s s s G 13)50600300(13)(22+++++=s s s s s s G>> num=[1];den=[1 2 1 2]; G=tf(num,den); eig(G)' ans =-2.00000.0000 - 1.0000i 0.0000 + 1.0000i可见，系统有两个特征根在虚轴上，一个特征根在虚轴左侧，所以系统是临界稳定的。
>> num=[3 1];den=[300 600 50 3 1];G=tf(num,den); eig(G)' ans =-1.9152 -0.14140.0283 - 0.1073i 0.0283 + 0.1073i可见，有两个特征根在虚轴右侧，所以系统是不稳定的。
2. 请判定下面离散系统的稳定性。
)05.025.02.0(23)(23+--+-=z z z z z H)34039.804.10215.20368.791.1576.1112.2)(1234512-++--++=-------z z z z z z z z H>> num=[-3 2];den=[1 -0.2 -0.25 0.05]; H=tf(num,den,'Ts',0.1); [eig(H) abs(eig(H))] ans =-0.5000 0.5000 0.5000 0.50000.2000 0.2000可以看出，由于各个特征根的模均小于1，所以可以判定闭环系统是稳定的。
>> z=tf('z',0.1);H=(2.12*z^-2+11.76*z^-1+15.91)/…;(z^-5-7.368*z^-4-20.15*z^-3+102.4*z^-2+80.39*z-1-340);[eig(H) abs(eig(H))] ans =0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4.1724 4.1724 0.3755 + 0.1814i 0.4170 0.3755 - 0.1814i 0.4170 -0.5292 0.5292 -0.2716 0.27160.1193 0.1193可以看出，由于4.1724这个特征根的模大于1，所以可以判定闭环系统是不稳定的。
3. 设描述系统的传递函数为4032010958411812467284224494536546364032018576022208812266436380598251418)(2345678234567+++++++++++++++=s s s s s s s s s s s s s s s s G ，假定系统具有零初始状态，请求出单位阶跃响应曲线和单位脉冲响应曲线。
>> num=[18 514 5982 36380 122664 22088 185760 40320]; den=[1 36 546 4536 22449 67284 118124 109584 40320]; G=tf(num,den)Transfer function:18 s^7 + 514 s^6 + 5982 s^5 + 36380 s^4 + 122664 s^3 + 22088 s^2 + 185760 s + 40320 -----------------------------------------------------------------------------------------s^8 + 36 s^7 + 546 s^6 + 4536 s^5 + 22449 s^4 + 67284 s^3 + 118124 s^2 + 109584 s + 40320>> step(G ,10) >> impulse(G ,10)单位阶跃响应：单位脉冲响应：三、线性系统Simulink仿真应用1. 请分析下面传递函数模型阶跃响应。
221)(23+++=s s s s G利用Simulink 建模，建立系统仿真模型如下：单击启动仿真按钮，双击示波器得到系统的阶跃响应如下：2. 请分析下面离散系统的脉冲响应。
13)50600300(143)(2223++++++=s s s s s s s G利用Simulink 建模，建立系统仿真模型如下：单击启动仿真按钮，双击示波器得到系统的脉冲响应如下：3. 对离散采样系统进行分析，并求出其阶跃响应。
其中：2373)(23++++=s s s s s G利用Simulink 建模，建立系统仿真模型如下：单击启动仿真按钮，双击示波器得到系统的阶跃响应如下：4. 设计控制器，使得下列系统稳定。
)2.1)(2)(3()3.2)(1()(+-+++=s s s s s s G利用Simulink 建模，未连入控制器时，仿真模型和响应如下：利用Simulink 建模，设计控制器：从响应输出图形可以看出，连入控制器后系统稳定，性能明显提高。
四、 基于MATLAB 的PID 控制器设计设计题目：1. 应用Ziegler — Nichols 算法设计PID 控制器，实现系统的闭环稳定，并比较对各个系统的控制效果。
3)1s (1G(s)+=未连入PID 控制器时的系统仿真及其性能指标如下：可见，未调节时的系统性能有待提高，需设计PID控制器连入。
输入：>> num=1;den=conv( [1,1],conv( [1,1],[1,1] ));Step(num,den);K=dcgain (num,den)得出：K =1根据图形，得出：L=1.86 T=4.4利用自定义的Ziegler_std函数求出Kp、Ti、Td输入：>> K=1;L=1.86;T=4.4;[num,den,Kp,Ti,Td]=Ziegler_std (3,[K,L,T])得出：num =2.6400 2.8387 1.5262den =10Kp =2.8387Ti =3.7200Td =0.9300根据得出的Kp 、Ti 、Td 值，设计PID 控制器，并利用利用Simulink 仿真建模。
仿真模型及其响应如下：可见，加入PID 控制器调节后，系统性能明显改善。
5)1s (1G(s)+=未连入PID 控制器时的系统仿真及其性能指标如下：输入：>> num=1;den=conv([1,1],conv([1,1],…;conv( [1,1],conv( [1,1],[1,1] ))));Step(num,den);K=dcgain (num,den)得出：K = 1根据图形，得出：L=3.4 T=6.8利用自定义的Ziegler_std函数求出Kp、Ti、Td输入：>> K=1;L=3.4;T=6.8;[num,den,Kp,Ti,Td]=Ziegler_std (3,[K,L,T])得出:num =4.0800 2.4000 0.7059den =1 0Kp =2.4000Ti =6.8000Td =1.7000根据得出的Kp、Ti、Td值，设计PID控制器，并利用利用Simulink仿真建模。
仿真模型及其响应如下：可见，加入PID控制器调节后，系统性能明显改善。
3)1 s(1-1.5s G(s)++=利用Simulink建模，未连入控制器时，仿真模型和响应如下：可见，未调节时的系统性能有待提高，需设计PID控制器连入。
输入:>>num=[-1.5 1];den=conv( [1,1],conv( [1,1],[1,1] ));Step(num,den);K=dcgain (num,den)得出:K =1根据图形，得出：L=1.8 T=5.7利用自定义的Ziegler_std函数求出Kp、Ti、Td输入:>> K=1;L=1.8T=5.7;[num,den,Kp,Ti,Td]=Ziegler_std (3,[K,L,T])得出:num =3.4200 3.8000 2.1111den =10Kp =3.8000Ti =3.6000Td =0.9000根据得出的Kp、Ti、Td值，设计PID控制器，并利用利用Simulink仿真建模。