① acker函数运唤兆:
用法为:k = acker(A,B,P)。
其中,A、B为系统的状态空间模型矩阵,向量P中是期望的闭环极点位置,返回值是增益向量。
② place函数:
用法为:K = place(A,B,P)或[K,prec,message] =
place(A,B,P)。
其中,A、B为系统的状态空间模型矩阵,向量P中是期望的闭环极点位置,返回值是增益向量。
③ estim函数:
用法为:est = estim(sys,L)或est =
estim(sys,L,sensors,known)。
其中,L是估计器增益矩阵,sys是线性定常系统的状态空间模型,返回值est是模型sys的状态估计器。参数sensor和known是向量,它们指定可以测定的输出和已知的输入,产生的估计器est用它们计算输出和链汪状态的估计。
④ reg函数:
用法为:rsys = reg(sys,K,L)和rsys =
reg(sys,K,L,sensors,known,controls)。
其中,K和L分别是状态反馈增益矩阵和估计器增益矩阵.返回值rsys是模型sys的动态补偿器。向量sensor和known的作用与函数estim中的参数相同,参数controls指定旁租可控的输入。
顺便给你带激改了蠢没袜一点小毛病,可以正常画图察乱了,无关本质的:A=[0 12 3]
B=[01]
C=[1 0]
D=[0]
sx=[-1,-1] %希望的极点位置
K=acker(A,B,sx)
sys0=ss(A,B,C,D)%原系统
sys1=ss(A-B*K,B,C,D)%极点配置以后的系统
t=0:0.05:20
y0=step(sys0,t)
y1=step(sys1,t)
figure(1)
plot(t,y0,'b.',t,y1,'r-')
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)