Simulink中连续与离散模型地区别Word格式文档下载.docx

1、 下载附件 保存到相册2013-9-14 19:09 上传2.连续模型的数学建模vs离散模型的数学建模Note：这里的连续和离散都是指时间上的连续和离散，无关乎现实世界的连续系统和离散系统。所谓数学建模就是用样的数学语言来描述模型， 连续系统的数学模型通常可以用以下几种形式表示：微分方程、传递函数、状态空间表达式，这三中形式是可以相互转换的，其中又以状态空间表达式最有利于计算机计算。 微分方程：一个连续系统可以表示成高阶微分方程，即10 上传 传递函数上式两边取拉普拉斯变换，假设 y 与 u 的各阶导数（包括零阶）的初值均为零，如此有于是便得微分方程的传递函数描述形式如下：11 上传状态空间表

2、达式线性定常系统的状态空间表达式包括如下两个矩阵方程：7-1 7-2式7-1由n 个一阶微分方程组成，称为状态方程；式7-2由l个线性代方程组称为输出方程因此获得如下的状态方程与输出方程令a0=1 :12 上传离散模型假定一个系统的输入量、输出量与其内部状态量是时间的离散函数，即为一个时间序列：捕获.JPG （9.81 KB, 下载次数: 6）2013-9-14 17:50 上传，其中T为离散时间间隔，其实T也就是上文中的sample time。再强调一次，这里的离散模型是指离散时间模型，与现实世界中的离散事件模型没有任何关系，在simpowersystem中所讲的离散都是指时间上的离散，与我

3、们在信号中学的那个离散概念没有关系。离散时间模型有差分方程、离散传递函数、权序列、离散状态空间模型等形式。差分方程差分方程的一般表达式为：13 上传同样差分方程可以转换成后面那些表达形式。3.连续模型的离散化假设连续系统的状态方程为捕获.JPG （8.54 KB, 下载次数:52 上传现在人为地在系统的输入与输出端加上采样开关，同时为了使输入信号复员 为原来的信号，在输入端还要加一个保持器，如下列图。现假定它为零阶保持器，即假定输入向量的所有分量在任意两个依次相连的采样瞬时为常值，比如，对第n个采样周期u（t）=u（nt），其中 T 为采样间隔。由采样定理可知，当采样频率ws和信号最大频率wm

4、ax满足ws2wmax的条件时，可由采样后的信号唯一地确定原始信号。把采样后的离散信号通过一个低通滤波器，即可实现信号 的重构。值得注意的是，图所示的采样器和保持器实际上是不存在的，而是为了将式离散化而虚构的。下面对上式进展求解，对方程式两边进展拉普拉斯变换，得 即 55 上传 通过一系列的拉斯反变换和卷积，最终得到其差分方程具体过程不用关心56 上传15 上传统称为系统的离散系数矩阵。在转换过程中引入了一个重要参数T，即采样间隔，也就是采样时间，不管是powergui还是其他离散模型，只要涉与到离散，都必然会涉与到sampletime，如如下图那么sample time 一般取多大呢，一直满

5、足采样定理即可，即信号的采样频率大于信号本身最大频率的2倍即可。4. simulator连续模型的仿真算法simulatesolver，也可译成仿真解算器和步长的概念。16 上传连续系统的计算机仿真算法是数值积分法，即计算机用数值积分来解微分方程，从而得到其近似解。具体方法如下 欧拉法和改良的欧拉法：现有微分方程如下：上式右端的积分，计算机是无法求出的，其几何意义为曲线ft,y在区间（ti ,ti+1）上的面积。当（ti ,ti+1）充分小时，可用矩形面积来近似代替：17 上传其中h即为积分步长。Note:在simulator仿真计算时，h实际为仿真时间间隔。因此可得下式：因此只要知道当前状态

6、和步长，便可得到下一状态。其几何意义如下：58 上传分析其误差特性：由泰勒展式可得：可知其截断误差 59 上传是和步长h2成正比的，因此计算机在计算时，假如要使近似积分精度更高，就要减小步长，但会增加截断误差。改良的欧拉法校正法对积分公式（）式利用梯形面积公式计算其右端积分，得到2013-9-14 18:00 上传将上式写成递推差分格式为：01 上传从上式可以看出，在计算 yn+1中，需要知道fn+1，而fn+1=f（tn+1,fn+1）又依赖于yn+1本身。因此要首先利用欧拉法计算每一个预估的ypn+1，以此值代入原方程式计算fpn+1，最后利用下式求修正后的ypn+1。所以改良的欧拉法可描

7、述为image098.jpg （5.1 KB, 下载次数:39 上传龙格库塔法rung-kuta欧拉法是将 image099.jpg （14.94 KB, 下载次数:经泰勒级数展开并截去h2以后各项得到的一阶一步法，所以精度较低。如果将展开式多取几项以后截断，就得到精度较高的高阶数值解，但直接使用泰勒级数展开式要计算函数的高阶导数较难。龙格库塔法是采用间接利用泰勒级数展开式的思路，即用在n个点上的函数值f的线性组合来 代替f的导数，然后按泰勒级数展开式确定其中的系数，以提高算法的阶数。这样既能防止计算函数的导数，同时又 保证了计算精度。由于龙格库塔法具有许多优点，故在许多仿真程序包中，它是一个

8、最根本的算法之 一。线性多步法以上所述的数值解法均为单步法。在计算中只要知道 07 上传。也就是说，根据初始条件可以递推计算出相继各时刻的y值，所以这种方法都可以自启动。 下面要介绍的是另一类算法，即多步法。用这类算法求解时，可能需要 image101.jpg （13.92 KB, 下载次数:各时刻的值。显然多步法计算公式不能自启动，并且在计算过程中占用的内存较大，但可以提高计算精度和速度。例如：亚当斯贝希霍斯显式多步法刚性stiff系统解法所谓刚性系统，就是用来描叙这类系统的微分方程的解，往往是由多个时间常数共同作用的，其中某些小时间常数对解的影响往往是微乎其微但确实不可或缺的。例如下式是一

9、个简单刚性系统微分方程的解：image105.jpg （10.19 KB, 下载次数:当时间较大时特征解-1000几乎对方程不起任何作用，但开始时有不能忽略e-1000t的影响，因此假如前面介绍的计算机数值解法，为了保证解的稳定性在选取步长h时，必须保证1000h较小，也就是说步长h必须十分的小，这必然会增大计算次数，增大计算时间，而又因为在t一定大时，e-1000t 几乎不起作用，因此这种增大次数又不会对计算精度有多大改善，就是说常规解法计算刚性系统是在做无用功。到目前为止，已提出不少解刚性方程的数值方法，根本上分为：显式公式， 隐式公式和校正型。显示公式常用雷纳尔法隐式方程都是稳定的，故都

10、适合于解描述刚性系统的方程组，如隐式的龙格库塔法。但这种方法每计算一步都需要进展迭代，故计算量大，在工程上使用有一定困难。因此在解刚性方程时，常采用Rosenbrock提出的半隐式龙格库塔法。校正型中常用的解刚性方程的方法是Gear算法5. simulator离散模型的仿真算法和步长的概念。离散模型的数学建模一般采用差分方程的方式，在matlab中其仿真算法是采用discrete算法，就是根据simulation step 定时对离散模块进展更新就是定时计算差分方程的意思18 上传至于其步长的概念和连续模型中h的概念差不多，但是它的大小选择和sample time 有着密切关系，下面会给予说明

11、。6.simulink中仿真参数simulation/configurationparameters 有了上面知识的铺垫，可以介绍simulink仿真参数的设置19 上传上图中solver仿真解算器就是上面介绍的各种算法用计算机语言编程的实现。continuous solver就是数值积分法，discrete solver就是离散解法。步长有variable step变步长和fixed step固定步长之分。continuous solver中的步长就是h，就是积分时间间隔，对于discretesolver的步长是和要仿真的模型中的sample time有密切关系的，是不可以随便取的。vari

12、able step变步长20 上传就是说变步长会根据模型状态的变化的快慢适当调节步长，也就是相邻仿真计算的时间间隔，这样在保证了一定精度的同时又减少了仿真的次数，从而减小了仿真时间。对于continuous solver而言，可以人为设定max step size 和min step size，然后计算机自动选择积分步长h进展数值积分。以下是它的仿真solverODE表示常微分方法image117.jpg （25.74 KB, 下载次数: fixed step固定步长21 上传 就是仿真从头到尾用同一个步长。对于continuous solver而言固定步长可以认为任取；而对于dicretes

13、olver而言固定步长可以auto即仿真帮你取，假如人为取必选要遵守和sample time之间的一定关系，下面会有介绍。 关于simulink中搭建一些 DSP，fpga等外设模块，仿真通过后自动生成代码，可在实际器件上运行时，此时simulation step一定要用fixed step固定步长。具体说明见如下图：image121.jpg （12.75 KB, 下载次数:discretesolverimage123.jpg （5.62 KB, 下载次数:image124.png （13.19 KB, 下载次数:solver就是discrete算法，就是不断更新discrete block在

14、各离散点的状态，步长的大小是与模型中的sampletime 有密切关系的，由上面阐述的差分方程可知，差分方程中T采样时间是固定的，对于discrete solver而言不管是variable step 还是fixed step，simulation step仿真步必须要有出现在sample time所有的整数倍上，即simulation step的设置必须使simulator在1T、2T、3T要对模型进展计算仿真，以免错过主要状态的转化。 假如一个离散仿真模型中具有多个sample time，那么要保证每个模型在其采用时间的1T、2T、3T都能进展仿真，那么最小步长只能取各个仿真时间的公约数，

15、其中最大公约数又称为fundamental sample time，例子如下 假设仿真的离散模型中有两个采样时间T1=2e-6，T2=4e-6那么其公约数为1e-6和2e-6，而fundamental sample time=2e-6image126.png （14.72 KB, 下载次数: 7）假如采用fixed step步长，为了不错过模型在每个采样时刻状态的变化，要求simulator的仿真时间必须要包含每一个采样时刻的整数倍，因此其固定步长必须取各个sampletime 的公约数，可以是1e-6或2e-6，假如写auto如此为fundamental sample time=2e-6，假

16、如写出其他步长，如此simulation会提示错误。image129.jpg （6.48 KB, 下载次数:上述仿真过程如下：箭头表示simulation step，就是simulator在每一个箭头处都会仿真计算一次；圆圈处表示模型采样时刻sample time处，其实只有在这一刻离散模型的状态才有可能发生改变，即差分方程的解才有可能发生改变；由上图可见这样设置步长保证了在每个sample time处simulator都进展了仿真。假如采用variable step步长，simulator会根据模型中的各个sample time自动调整步长，以使得仿真时间时刻等于sample time。im

17、age132.png （12.77 KB, 下载次数:此时又有一个max step size的限制，假如如上图写的是auto，那么上述仿真过程如下：可见simulator只在sample time处才进展仿真计算，这样减少了仿真次数，节约了时间。假如max step size=0.7e-6，那么仿真过程又该如何？如如下图：可见variable step时，即使有人为maxstep size的限制，simulator总会跟踪sampletime。一般选择auto即可。关于powergui的作用image138.png （1.27 KB, 下载次数:image141.jpg （11.47 KB, 下载次数:image143.jpg （7.4 KB, 下载次数:powergui根本上在simpowersystem的仿真中有两个作用：离散化系统中的一些连续模型，以便simulator采用discrete算法计算，注意：对本来就已经存在的离散模型不起任何作用，如如下图：image144.jpg （6.86 KB, 下载次数:powergui的离散sample time为2e-6，而系统中还有离散模块的sample time为4e-6，powergui的离散作用对它没有影响。：提供各种graphical userinterface tools用于分析仿真过程中的信号以与数据尤其是FFT分析。