SIMULINK_的仿真算法.docVIP

SIMULINK的仿真算法 在SIMULINK的仿真过程中选择合适的算法是很重要的，仿真算法是求常微分方程、传递函数、状态方程解的数值计算方法，这些方法主要有欧拉法(Euler)、阿达姆斯法(Adams)、龙格·库塔法(Rung-Kutta)，这些算法都主要建立在泰勒级数的基础上。欧拉法是最早出现的一种数值计算方法，它是数值计算的基础，它用矩形面积来近似积分计算，欧拉法比较简单，但精度不高，现在已经较少使用。阿达姆斯法是欧拉法的改进，它用梯形面积近似积分计算，所以也称梯形法，梯形法计算每步都需要经过多次迭代，计算量较大，采用预报-校正后只要迭代一次，计算量减少，但是计算时要用其他算法计算开始的几步。龙格-库塔法是间接使用泰勒级数展开式的方法，它在积分区间内多预报几个点的斜率，然后进行加权平均，用作计算下一点的依据，从而构造了精度更高的数值积分计算方法。如果取两个点的斜率就是二阶龙格-库塔法，取四个点的斜率就是四阶龙格-库塔法。 SIMULINK汇集了各种求解常微分方程数值解的方法，这些方法分为两大类，可变步长类算法和固定步长类算法。 7.1可变步长类算法 可变步长(Variable-step)类算法是在解算模型(方程)时可以自动调整步长，并通过减小步长来提高计算的精度。在SIMULINK的算法中可变步长类算法有如下几种: 1.Ode45(Dormand-Prince) 基于显式Rung-Kutla(4,5)和Dormand-Prince组合的算法，它是一种一步解法，即只要知道前一时间点的解y(tn-1)，就可以立即计算当前时间点的方程解y(tn)。对大多数仿真模型来说，首先使用ode45来解算模型是最佳的选择，所以在SIMULINK的算法选择中将ode45设为默认的算法。 2.ode23(Bogacki-Shampine) 基于显式Rung-Kutta(2,3)、Bogacki和Shampine相结合的算法，它也是一种一步算法。在容许误差和计算略带刚性的问题方面，该算法比ode45要好。 3.Ode113(Adams) 这是可变阶数的Adams-Bashforth-MoultonPECE算法，在误差要求很严时，odel13算法较ode45更适合。odel13是一种多步算法，也就是需要知道前几个时间点的值，才能计算出当前时间点的值。 4.Ode15s(Stiff/NDF) 一种可变阶数的NumericalDifferentiationFormulas(NDFs)算法，它相对BackwardDifferentiationFormulas算法(简称BDFs算法，也称Gear算法)较好。它是一种多步算法，当遇到带刚性(Stiff)问题时或者使用ode45算法不行时，可以试试这种算法。 5.Ode23s(Stiff/Mod.Rosenbrock) 这是一种改进的二阶Rosenbrock算法。在容许误差较大时，ode23s比ode15s有效，所以在解算一类带刚性的问题时用ode15s处理不行的话，可以用ode23s算法。 6.Ode23t(Mod.Stiff/Trapezoidal) 一种采用自由内插方法的梯形算法。如果模型有一定刚性，又要求解没有数值衰减时，可以使用这种算法。 7.Ode23tb(stiff/TR-BDF2) 采用TR-BDF2算法，即在龙格.库塔法的第一阶段用梯形法，第二阶段用二阶的BackwardDifferentiationFormulas算法。从结构上讲，两个阶段的估计都使用同一矩阵。在容差比较大时，ode23tb和ode23t都比ode15s要好。 8.Discrete(NoContinuousStates) 这是处理离散系统(非连续系统)的算法。 7.2固定步长类算法 固定步长类算法，顾名思义，是在解算模型(方程)的过程中步长是固定不变的，在SIMULINK的算法中固定步长类算法有如下几种: 1.Ode5(Dormand-Prince) 采用Dormand-Prince算法，也就是固定步长的ode45算法。 2.Ode4(Rung-Kutta) 四阶的龙格·库塔法。 3.Ode3(Bogacki-Shampine) 采用Bogacki-Shampine算法。 4.Ode2(Heun) 一种改进的欧拉算法。 5.ode1(Euler)欧拉算法 6.DiscreteNoContinuousStates) 不含积分的固定步长解法，它适用于没有连续状态仅有离散状态模型的计算。