系统辨识各激励信号Matlab代码.pptVIP

系统仿真 扰动信号仿真 连续系统仿真 离散系统仿真 随机过程仿真 相关函数 扰动信号仿真 M序列 逆重复M序列 移位M序列 正态分布白噪声序列 M序列 程序文件：m_sel.m 7级M序列，幅值：±1 仿真时间：0：20s 仿真步长：0.1s 数据长度：201组 输出文件：u1.mat， 变量名：uu，第一行为时间值，第二行为扰动信号值。 m_sel.m clear; t=[0:0.1:20]; lenth=size(t,2); u(1:7)=1; for i=8:lenth u(i)=(mod(u(i-1)+u(i-7),2)); end u=u*2-1; %幅值调整为±1 uu(1,:)=t; uu(2,:)=u; save u1 uu stairs(u(1:60)) % plot(u(1:60)) ylim([-2 2]) 逆重复M序列 程序文件：m_sell.m 7级逆重复M序列，幅值：±1 仿真时间：0：300s 仿真步长：0.1s 数据长度：3001组 输出文件：u11.mat， 变量名：uu，第一行为时间值，第二行为扰动信号值。 M_sell.m clear; t=[0:0.1:300]; lenth=size(t,2); u(1:7)=1; for i=8:lenth u(i)=(mod(u(i-1)+u(i-7),2)); end u=u*2-1; a=1; for i=1:lenth u(i)=u(i)*a; a=-a; end %与方波相乘，得逆重复M序列 uu(1,:)=t; uu(2,:)=u; save u11 uu plot(u(1:127)) 移位M序列（M_selm.m） clear; t=[0:0.1:30]; lenth=size(t,2); u(1:7)=1; for i=8:lenth+63 u(i)=(mod(u(i-1)+u(i-7),2)); end u=u*2-1; %幅值调整为±1 uu(1,:)=t; uu(2,:)=u(1:lenth); uu(3,:)=u(64:lenth+63);%移位63步 save u1a uu plot(uu(3,1:80)) 正态分布白噪声序列 程序文件：noise1.m 仿真时间：0：20s 仿真步长：0.1s 数据长度：201组 信号均值：0 信号方差：0.5 输出文件：n1.mat， 变量名：uy，第一行为时间值，第二行为扰动信号值。 Noise1.m clear all; t=[0:0.1:20]; lenth=size(t,2); b1=0.5; %设定噪声方差 r=normrnd(0,b1,1,lenth); plot(r) uy(1,:)=t; uy(2,:)=r; save n1 uy 连续系统仿真 仿真流程： 1 构图 2 设模块参数 3 设运行参数(运行时间、仿真方法、步长、输出格式等) 4 运行 5 查看结果 示例1 G(s)= 模型名：simu_c1.mdl A 单位脉冲输入，输出y：（-2 ，4） 仿真时间：0：10s 仿真步长：0.1s B 阶跃输入，输出y：（-0.1 ，4） 仿真时间：0：10s 仿真步长：0.1s C 文件输入：u1.mat，文件输出：y1.mat (变量名：y)格式同输入文件(模型名：simu_c11.mdl) 示例2 G(s)= （用串联方式搭建模型） 阶跃输入，输出y：（-0.1 ，1.2） 仿真时间：0：1000s 仿真步长：1s(模型名：simu_cc.mdl) 离散系统仿真 simulink方法 滤波器方法 递推预报方法 一 simulink方法 流程同连续系统仿真 示例1：G(z)= （本例由 双线性变换而来） A 模型名：simu_d1.mdl，阶跃输入， 输出y：（-0.1 ，4）， 仿真时间：0：20s ，仿真步长：0.1s 示例2 G(z)= A 阶跃输入，输出y：（-2 ，4） 仿真时间：0：10s 仿真步长：0.1s B 文件输入：u1.mat，文件输出：y2.mat (变量名：yy)格式同输入文件 模型名：simu1.mdl，仿真时间：0：20s 仿真步长：0.1s 二 滤波器方法 流程： 1 模型改写为差分方程式： (1+1.5q-1+0.7q-2)y(k)=q-2