Отличайтесь значения неуверенности через несколько неопределенных блоков пространства состояний

Этот пример показывает рабочий процесс для переменных значений неуверенности через несколько Неопределенных блоков Пространства состояний в модели Simulink^®. Используйте этот подход для сложных моделей с большим количеством неопределенных переменных или Неопределенных блоков Пространства состояний.

Этот раздел использует модель Simulink, чтобы предоставить постепенные инструкции для переключения между номинальными и пользовательскими значениями неуверенности в подсказке MATLAB^®.

Откройте модель Simulink rct_sim_ex2.
rct_sim_ex2
Модель содержит два Неопределенных блока Пространства состояний, как показано в следующей фигуре.

Unmodeled dynamics и блоки First order with uncertain pole зависят от неопределенных переменных input_unc и a.
Дважды кликните блок Unmodeled dynamics, чтобы открыть диалоговое окно параметров блоков. Поле значения Неуверенности содержит переменную val_all. Точно так же поле значения Неуверенности в диалоговом окне параметров блоков First order with uncertain pole содержит переменную val_all. Вы используете эту переменную, чтобы отличаться неопределенные значения переменных через обоих Неопределенные блоки Пространства состояний.

Примечание
При определении val_all можно ввести только подмножество неопределенных переменных, на которые ссылается модель в структуре. Когда вы не задаете некоторые неопределенные переменные, программное обеспечение использует их номинальную стоимость во время симуляции.
В посдказке MATLAB задайте val_all = []; и нажатие кнопки

моделировать модель.
Программное обеспечение использует номинальную стоимость неопределенных переменных a и input_unc во время симуляции. После того, как симуляция завершается, блок MultiPlot Graph показывает следующей фигуре.
Сгенерируйте случайные выборки значений неуверенности:
1. Найдите все Неопределенные блоки Пространства состояний, и сопоставил неопределенные переменные в модели.
  uvars=ufind('rct_sim_ex2')
  MATLAB возвращает следующий результат:
  uvars =
```
          a: [1x1 ureal]
  input_unc: [1x1 ultidyn]
```
  Неопределенными переменными a и input_unc является ureal и объекты ultidyn, соответственно и структура, uvars перечисляет их по наименованию.
2. Случайным образом демонстрационный неопределенные переменные.
  val_all = usample(uvars)
  MATLAB возвращает следующий результат:
  val_all =
```
          a: -1.1167
  input_unc: [1x1 ss]
```
  Структура val_all содержит демонстрационные значения неопределенных переменных a и input_unc. Программное обеспечение выбирает значения в заданных областях значений неуверенности для a и input_unc.
Моделируйте модель для значений неуверенности val_all. Путем повторения процесса в цикле for можно оценить, как неуверенность влияет на образцовые ответы. Например, выполните 10 симуляций с помощью случайных значений неуверенности:
```
for i=1:10;
       val_all = usample(uvars)
       sim('rct_sim_ex2',10);
end
```

Во время каждой симуляции, демонстрационных значений программного обеспечения неопределенных переменных input_unc и a и графиков ответ для выбранных значений. Блок MultiPlot Graph показывает следующие ответы, полученные с помощью значений случайной выборки неопределенных переменных.

Документация

Отличайтесь значения неуверенности через несколько неопределенных блоков пространства состояний

Примечание

Документация Robust Control Toolbox

Поддержка