matlab中eea自适应系统辨识算法

不知你设计的控制系统是进行实际控制实验，还是仅仅进行仿真分析？若是仿真，可以用MATLAB的M文件实现，如书上的有关自校正PID的实例（仅仅替换为你的被控对象参数即可），也可采用Simulink框图。若采用后者，我这里也没有什么具体的资料，但simulink很容易学，可参考

（1）姚俊的《Simulink建模与仿真》；

（2）王正林的《过程控制与Simulink应用》

上面两本书中也没有具体针对该算法的程序，而是用来学习Simulink及利用Simulink设计控制系统。若想用Simulink实现自校正PID控制，比较方便的方法是编写S函数，也相当于编写M文件了。

《普通高等教育"十二五"规划教材•电气工程、自动化专业规划教材:系统辨识理论及MATLAB仿真》共9章，包括绪论、系统辨识常用输入信号、最小二乘参数辨识方法及原理、极大似然参数辨识方法及其应用、传递函数的时域和频域辨识、神经网络辨识及其应用、模糊系统辨识、智能优化算法辨识及灰色系统辨识。书中有大量实例，每种实例都进行了仿真分析，并给出了相应的MATLAB仿真程序。《普通高等教育"十二五"规划教材•电气工程、自动化专业规划教材:系统辨识理论及MATLAB仿真》各部分内容既相互联系又相互独立，读者可根据自己需要选择学习。

syms s;

Gs=sym('56068/((1+45965s)(1+40785s)(1+0035903s))');

u=[360,365,370,375,380,390,400,405,410];

s=u;

Ds=subs(Gs);

plot(s,Ds,'g')

上面是第一个问题，下面是第二个

试求下列函数的部分分式展开式

num=[1 11 39 52 26]%分子上的系数s^4+11s^3+39s^2+52s+26

den= [1 10 35 50 24]%分母上的系数s^4+10s^3+35s^2+50s+24

[r,p,k]=residue(num,den)

r=%部分分式展开后分子上的系数

10000

25000

-30000

05000

p=%部分分式展开后分母上

-40000

-30000

-20000

-10000

k= 1%常数

写成1/(s+4)+25/(s+3)-3/(s+2)+05/(s+1)+1

以上就是关于matlab中eea自适应系统辨识算法全部的内容，包括:matlab中eea自适应系统辨识算法、系统辨识理论及matlab仿真哪本书好、怎么在matlab中画出图像，看系统辨识出的模型，和自己原来的数据的比较等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！