Документация

Создание неопределенных параметров

Неопределенный параметр имеет имя (раньше идентифицировал его в неопределенной системе многими неопределенными параметрами), и номинальная стоимость. Будучи сомнительным, это также имеет изменчивость, описанную одним из следующих способов:

Создайте действительный параметр, с именем '|bw |', номинальная стоимость 5, и неопределенность процента в 10%.

bw = ureal('bw',5,'Percentage',10)

bw = 
  Uncertain real parameter "bw" with nominal value 5 and variability [-10,10]%.

Эта команда создает ureal возразите, что хранит много параметров в его свойствах. Просмотрите свойства bw.

get(bw)

    NominalValue: 5
            Mode: 'Percentage'
           Range: [4.5000 5.5000]
       PlusMinus: [-0.5000 0.5000]
      Percentage: [-10 10]
    AutoSimplify: 'basic'
            Name: 'bw'

Обратите внимание на то, что область значений изменения (Range свойство) и аддитивное отклонение от номинала (PlusMinus свойство), сопоставимы с Percentage значение свойства.

Можно создать пространство состояний и модели передаточной функции с неопределенными действительными коэффициентами с помощью ureal объекты. Результатом является неопределенное пространство состояний (ussобъект. Как пример, используйте неопределенный действительный параметр bw смоделировать систему первого порядка, полоса пропускания которой между 4.5 и 5,5 рад/с.

H = tf(1,[1/bw 1])

H =

  Uncertain continuous-time state-space model with 1 outputs, 1 inputs, 1 states.
  The model uncertainty consists of the following blocks:
    bw: Uncertain real, nominal = 5, variability = [-10,10]%, 1 occurrences

Type "H.NominalValue" to see the nominal value, "get(H)" to see all properties, and "H.Uncertainty" to interact with the uncertain elements.

Обратите внимание на то, что результат H неопределенная система, названная uss модель. Номинальная стоимость H пространство состояний (ss) модель. Проверьте, что полюс в-5, как ожидалось от номинальной стоимости неопределенного параметра 5.

pole(H.NominalValue)

ans = -5

Затем используйте bodeplot и stepplot исследовать поведение H. Эти команды строят ответы номинальной системы и много случайных выборок неопределенной системы.

bodeplot(H,{1e-1 1e2});

stepplot(H)

В то время как существуют изменения полосы пропускания и постоянной времени H, высокочастотный крен прочь на уровне 20 дБ/десятилетие независимо от значения bw. Можно получить более сложное неопределенное поведение, которое обычно происходит на высоких частотах с помощью ultidyn неопределенный элемент.

Определение количества несмоделированной динамики

Неофициальный способ описать различие между моделью процесса и фактическим поведением процесса в терминах полосы пропускания. Распространено услышать, что “Модель хороша к 8 радианам/секунда”. Точное значение не ясно, но разумно полагать, что для частот ниже, чем, скажем, 5 рад/с, модель точна, и для частот вне, скажем, 30 рад/с, модель является не обязательно представительной для поведения процесса. В частотном диапазоне между 5 и 30, ухудшается гарантируемая точность модели.

Неопределенный линейный, независимый от времени объект динамики ultidyn может использоваться, чтобы смоделировать этот тип знания. ultidyn объект представляет неизвестную линейную систему, чья только известный атрибут является универсальной величиной, привязал ее частотную характеристику. Когда вместе с номинальной моделью и формирующий фильтром частоты, ultidyn объекты могут использоваться, чтобы получить неопределенность, сопоставленную с динамикой модели.

Предположим что поведение системы, смоделированной H значительно отклоняет от его поведения первого порядка вне 9 рад/с, например, приблизительно 5%-й потенциальной относительной погрешности в низкой частоте, увеличиваясь до 1 000% на высокой частоте где H крен прочь. Для того, чтобы смоделировать неопределенность частотного диапазона, аналогичную описанному выше использования ultidyn объекты, выполните эти шаги:

Неопределенная модель G формируется G = Gnom*(1+W*Delta).

Если величина W представляет абсолют (а не родственник) неопределенность, используйте формулу G = Gnom + W*Delta вместо этого.

Следующие команды выполняют эти шаги:

bw = ureal('bw',5,'Percentage',10);
H = tf(1,[1/bw 1]);

Gnom = H;
W = makeweight(.05,9,10);
Delta = ultidyn('Delta',[1 1]);
G = Gnom*(1+W*Delta)

G =

  Uncertain continuous-time state-space model with 1 outputs, 1 inputs, 2 states.
  The model uncertainty consists of the following blocks:
    Delta: Uncertain 1x1 LTI, peak gain = 1, 1 occurrences
    bw: Uncertain real, nominal = 5, variability = [-10,10]%, 1 occurrences

Type "G.NominalValue" to see the nominal value, "get(G)" to see all properties, and "G.Uncertainty" to interact with the uncertain elements.

Обратите внимание на то, что результат G также неопределенная система, с зависимостью от обоих Delta и bw. Можно использовать bode сделать Диаграмму Боде 20 случайных выборок G's поведение по частотному диапазону [0.1 100] rad/s.

bode(G,{1e-1 1e2})