Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
НОВИКОВ_2013-14 / Лаб_практикум.doc
Скачиваний:
69
Добавлен:
19.03.2015
Размер:
1.77 Mб
Скачать

5.2.3.5. Представление результатов имитационного моделирования

Для представления результатов целесообразно руководствоваться следующим алгоритмом - процедурой.

  • Формировать исходный массив Z из значений ошибок регулирования z в каждой реализации.

  • Для получения числовых характеристик случайной величины z (математического ожидания и среднеквадратического отклонения - СКО) можно использовать функции mean и std соответственно: mean(Z), std(Z), где Z – массив, сформированный по результатам цикла моделирования, состоящего из заданного количества реализаций N. (Чем больше N, тем выше достоверность получаемых числовых характеристик случайной величины).

  • Для наглядного представления ошибки z в каждой реализации моделирования удобно воспользоваться специальной графикой (plot без указания аргумента строящейся функции). В этом случае в качестве аргумента система принимает номер элемента вектора ошибки (в нашем случае – номер реализации). Оператор должен иметь вид: plot(Z).

  • Еще более наглядным является представление вектора в виде столбчатой диаграммы с помощью функции bar: bar(z).

  • Еще одна полезная инженеру функция – hist (построение графика гистограммы заданного вектора). Стандартное обращение к ней имеет вид: hist(Z, z), где Z – вектор, гистограмму которого нужно построить; z – вектор, определяющий интервалы изменения первого вектора Z.

Для организации приведенной процедуры необходимо создать программу в среде Matlab.

В языке Matlab имеются программы двух типов: так называемые Script-файлы (файлы-сценарии или управляющие программы) и файл-функции (процедуры). Все программы должны иметь расширение имен файлов .m.

Создание программы осуществляется при помощи текстового редактора, вызываемого по команде File New M-file. Пусть имя файла для определенности будетLab5_1 ”

М-файл (Script-файл), реализующий представленный выше алгоритм, может иметь следующий вид.

w=1 % начальное значение переменой w источника случайного сигнала, формирующего шум S1

v=2 % начальное значение переменой v источника случайного сигнала, формирующего помеху S2

N=50 % количество реализаций случайного процесса

Z(N)=0 % формирование массива ошибок и задание начальных значений массива

for(i=1:N) % формирование цикла из N реализаций

w=w+1

v=v+1

Lab5 % вызов файла "Lab5.mdl" для изображения на экране

sim('Lab5') % запуск файла "Lab5.mdl" на моделирование

Z(i)=z % формирование массива случайной величины (контролируемого сигнала ошибки)

end % завершение цикла

Mz=mean(Z) % вычисление среднего значения ошибки

sigz=std(Z) % вычисление среднеквадратического отклонения ошибки

%plot(Z),grid % графическое изображение значений ошибки по реализациям

%bar(Z),grid % изображение значений сигнала в реализациях в виде столбчатой диаграммы

z=[-2:0.2:2] % задание интервала изменения сигнала ошибки для построения гистограммы

hist(Z,z),grid % построение графика гистограммы

5.2.4. Результаты моделирования

Приведем результаты моделирования для случая N = 100.

Mz = 0.3145; sigz = 0.8465 - числовые оценки случайного процесса z: соответственно среднее значение и среднеквадратическое отклонение ошибки регулирования.

Графические изображения значений ошибки по реализациям приведены на рисунке 3 (с использованием функции plot(Z)), на рисунке 4 (в виде столбчатой диаграммы bar(Z)). А на рисунке 5 приведена гистограмма результата моделирования, полученная по функции hist(Z,z).

Соседние файлы в папке НОВИКОВ_2013-14