控制系统仿真及其MATLAB语言_连续系统的离散化方法.ppt

第四章 连续系统的离散化方法 4.1 常微分方程的数值解法 欧拉法的特点：导出简单，几何意义明显，便于理解，能说明构造数值解法一般计算公式的基本思想。通常用它来说明有关的基本概念。 例 设系统方程为 用Euler法求其数值解（取步长 , ) 已知方程的解析解为 　　　 精确解和解析解作比较： 误差在 数量级，精度较差。 基本思想：取Taylor级数展开式前三项近似求解，并利用线性组合代替导数的求解。 既可避免计算高阶导数，又可提高数值积分的精度，这就是Runge-Kutta法的基本思想。 RK法的特点： 1 需要存储的数据少，占用的存储空间少； 2 只需知道初值，即可启动递推公式进行计 算，可自启动； 3 容易实现变步长运算。 4 每积分一步需要计算多次右函数，计算量 大。 基于龙格－库塔法，MATLAB提供了求常微分方程数值解 的函数，一般调用格式为： 4.2 数值算法的稳定性及求解原则 4.3 数值算法中的“病态”问题 h改变时，叠代过程重复求解，费时繁琐 不能对非线性环节单独考虑。 “备”则“倍” 有准备、有规划的人生更精彩！ 隐式吉尔法从理论上十分适应于病态系统 ，但需要解决好以下问题 (1) 自启动 r阶多步算式无法自启动，需要用单步法求出前r步值 (2) 预估迭代 迭代方法要求收敛性良好，否则在大步长时会造成数 值发散。 (3) 变步长 初始阶段采用小步长，随后可逐步放大步长。 对不同精度要求的系统仿真，要考虑变阶次问题，即为减小每一步计算的截断误差，以提高精度，应选用较高的阶次，而当精度较低时，为减少工作量，则应选取较低的阶次。仿真时应根据估计误差 与给定的误差精度相比较改变步长或阶次来重新计算。 4.4 连续系统状态方程的离散化 　上章所述的连续系统数学模型的离散化，是通过数值积分法实现的，尽管面向结构图的仿真方法是按环节给定参数，但是在计算时还是按整个系统进行离散化，这就不便于引进非线性环节以进行非线性系统的仿真。在本节，将介绍连续系统离散模型的建立和仿真。 数值积分法叠代求解 连续系统离散化 思想：用差分方程描述连续系统的状态方程模型 （因为差分方程的主要特点就是方程中各变量由各相邻时刻的变 化量制约，这相当于递推方程） 1、连续系统的离散化 设连续系统状态方程为 其中 为状态初始值. 则由现代控制理论基础知，状态变量X(t)的解为 而 t = ( k + 1 )T 时，可表示为 当系统输入u(t)给定时，可求出系统离散化状态方程的解。一般， u(t)未知，通常采用两种方法近似处理： (1)令u(kT+t)≈u(kT) (0﹤t﹤T)　　 相当在系统输入端加一个采样开关和零阶保持器． X((k+1)T) = GX(kT) + Hu(kT) G = e A T，为t = T 时的状态转移矩阵 离散后的状态空间表达式为： ２、Matlab表示 已知连续系统状态方程为 在采样周期T下离散后的状态空间表达可表示为： 在Matlab中，若已知连续系统状态方程各阵模型参数 (A、B、C、D) 以及采样周期T，则语句： [G，H] = c2d (A,B,T) 返回的矩阵G 、H 就是所要求的Φ( T ) 、Φm ( T ) 。 此外， Matlab还提供了功能更强的求取连续系统离散化矩阵函数c2dm(),他容许调用时选用离散化变换方式，并且得到的是标准的离散化状态方程。 [G,H,C,D]=c2dm (A,B,C,D,T,‘选项’) 表 离散化变换方式选项 选 项 说 明 Zoh 假设输入端加一个采样开关和零阶保持器 Foh 假设输入端加一个采样开关和一阶保持器。 Tustin 采用双线性变换（Tustin算法）方法 Prewarp 采用改进的Tustin变换方法 Matched 采用SISO系统的零极点匹配法 2.离散函数的连续化 在MATLAB中也提供了从离散化系统转换为连续系统各系数矩阵求取的功能函数，其调用格式分别如下 [A ,B]=d2c(G ,H ,T) 或 [A ,B ,C ,D]=d2cm (G ,H ,C,D ,T ,’选项’) 其中选项同上。 例 对连续系统在采样周期T=0