Возьмите случайные выборки модели и с настраиваемыми и с неопределенными блоками. Используя неопределенные блоки требует Robust Control Toolbox™. Случайная выборка настраиваемых блоков работает одинаково как показано в этом примере.
Создайте неопределенную модель , где неопределенного параметра, который отличается по интервалу [3,5], и = 0.5 +/-30%. Кроме того, создайте настраиваемый контроллер PI и сформируйте систему с обратной связью от настраиваемого диспетчера и неопределенную систему.
T является обобщенной моделью в пространстве состояний с двумя неопределенными блоками, a
и tau
, и одним настраиваемым блоком, C
. Демонстрационный T
в 20 случайных парах (a,tau)
.
Ts
20 1 массив моделей genss
. Настраиваемый блок C
, который не выбирается, сохраняется в Ts
. samples
структуры имеет поля samples.a
и samples.tau
, которые содержат значения, в которых выбираются те блоки.
Группировка a
и tau
в массив ячеек заставляет rsampleBlock
выбирать их вместе как пары (a,tau)
. Выборка блоков независимо генерирует более высокую размерность массивы. Например, независимо взятие 10 случайных выборок a
и 5 выборок tau
генерирует 10 5 образцовый массив.
TsInd =
10x5 array of generalized continuous-time state-space models.
Each model has 1 outputs, 1 inputs, 2 states, and the following blocks:
C: Parametric PID controller, 1 occurrences.
Type "ss(TsInd)" to see the current value, "get(TsInd)" to see all properties, and "TsInd.Blocks" to interact with the blocks.
В этом массиве a
отличается по одному измерению, и tau
отличается вдоль другого.