- •Математическоеикомпьютерноемоделированиепроцессовисистемвсредеmatlab/simulink.
- •Содержание
- •6.Упражнениядлясамостоятельнойработы.....................................................67
- •7.Иллюстрациикупражнениям..........................................................................71
- •8.Литература.........................................................................................................89 введение
- •1.Общиесведенияопрограммномкомплексеsimulink
- •1.1.Решающиеэлементы
- •1.2.Построениепростейшихмоделей
- •3.Аппроксимациясигналов
- •2.Моделиалгебраическихобъектов
- •3.1.Методнаименьшихквадратов
- •3.2.Модифицированныйметодравныхплощадей
- •1].Интервалразбиваетсянапятьподинтервалов[0;0,1],[0;0,2],[0;
- •3.3.Блочно-импульснаяаппроксимация
- •4.Моделидинамическихобъектов
- •5.Обратимостьмоделейизадачиоптимизации
- •5.1.Обратимостьрешающихэлементов
- •5.2.Виртуальныерешающиеэлементысистемы
- •5.3.НеобратимыйлинейныйпреобразовательвсистемеSimulink
- •5.5.Виртуальныйаналогоперационногоусилителя
- •5.6.Обратимыйлинейныйпреобразователь
- •5.7.Обратимаямодельсистемылинейныхалгебраическихуравнений
- •5.8.Обратимаямодельсистемылинейныхнеравенств
- •5.9.Обратимаямодельзадачилинейногопрограммирования
- •5.10.Модельтранспортнойзадачилинейногопрограммирования
- •6.Упражнениядлясамостоятельнойработы
- •6.1.Сформироватьивизуализироватьсигналызаданнойформы.
- •6.2.Сформироватьструктурныесхемы.
- •6.3.Построитьвиртуальныемодели.
- •7.Иллюстрациикупражнениям
- •8.Литература
- •1.АнуфриевИ.Е.,СмирновА.Б.,СмирноваЕ.Н.Matlab7.–сПб.:
- •4.А.С.304600ссср.Квазианалоговоемоделирующееустройство/
- •6.АхиезерН.И.Лекциипотеорииаппроксимации.–м.-л.:Гос.Изд-во
- •12.ДьяконовВ.П.,КругловВ.Математическиепакетырасширения
- •14.ДэбниДж.,ХартманТ.Simulink4.Секретымастерства.–м.:
- •15.ЗагидуллинР.Ш.LabViewвисследованияхиразработках.–м.:
3.1.Методнаименьшихквадратов
Задачаопределенияаппроксимирующегоспектраметодомнаименьшихквадратовформулируетсяследующимобразом[18,26]:
определитьсистемувеличин
функцииошибки
X(k),минимизирующуюнорму
β(t)
β(t)=xa(t)−x(t).
Вкачественормыошибкибудемиспользоватьусловие
∫
1Tr(t)β2(t)dt=min,
T0
гдеr(t)-весоваяфункция.
ВекторАПСX={X(k)}n
vk=0
v
сигналанаходитсяпоформуле:
r
X=W−1⋅Q,
(3.2)
v
гдеэлементыоперационныхматрицWиивектораQ
следующимобразом:
вычисляются
T
wij=∫r(t)si−1(t)sj−1(t)dt,
0
T
qi=∫r(t)si−1(t)x(t)dt,
0
i,j=1,...,n+1.
(3.3)
Рассмотримиспользованиеметоданаименьшихквадратовнапримере.
Пример3.1.
Необходимоаппроксимироватьметодомнаименьшихквадратов
сигнал
x(t)=cosπt2
наинтервале[0,1].Вкачествебазисныхфункций
взятьстепенныефункции5-гопорядка.
Структурныесхемыопределениякоэффициентовпоформулам
3.2-3.3представленынарис.3.1и3.2.
Рис.3.1.Структурнаясхемаопределениякоэффициентоваппроксимирующегополинома
ОсновусхемысоставляетподсхемаAnalysisMNK,котораявразвернутомвидеприведенанарис.3.1б.ВиртуальныеиндикаторыScopeиDisplay,показанныенаэтойподсхеме,неявляютсяобязательнымидляопределениякоэффициентоваппроксимирующегополинома,апредназначеныдляконтроляправильностипостроенияструктурнойсхемывпроцессеотладкивиртуальноймодели.
Рис.3.2.Рассчеткоэффициентовпометодунаименьшихквадратов.
Послерасчетакоэффициентовсигналвосстанавливаетсяпосхеме,приведеннойнарис.3.3.
Рис.3.3.Восстановлениесигналапонайденномуспектру
Результатыработымоделивыводятсянаэкранвиртуальногоосциллографа,иизображенынарис.3.4.
Рис.3.4.Исходныйсигналx(t)=cosπt2иегоаппроксимацияпометодунаименьшихквадратов.
3.2.Модифицированныйметодравныхплощадей
Методравныхплощадейявляетсяболеепростымметодомаппроксимации,основанныйнаопределениикоэффициентоваппроксимирующегополинома,исходяизусловияравенстванулюинтеграловфункцийошибкиаппроксимациинанекоторойсистемеинтерваловизмененияаргумента.Идеяметодаравныхплощадей,какметодаручныхвычислений,приведенауМелентьеваП.В.[20],однако,какоперационныйметодонбылразвитвработеСимакЛ.А.[21,26].
Сутьмодифицированногометодаравныхплощадейзаключаетсявследующем.Интервализмененияаргументаtразбиваетсяна(n+1)необязательноравныхчастей(подинтервалов).Нарис.3.5представленывозможныетипысистемподинтервалов.Уравнениеаппроксимирующейкривойподбираетсятак,чтобыплощади,ограничиваемыеаппроксимируемойиаппроксимирующейфункциями,былиравнымеждусобойдлякаждогоучасткав
отдельности.Этоприводитксистемелинейныхалгебраическихуравнений,решениекоторойопределяетаппроксимирующийспектр.
Рис.3.5.Системыподинтерваловдляметодаравныхплощадей
Условияравенствауказанныхплощадей(интегралов)длянекоторойсистемылинейно-независимыхподинтерваловимеетвид:
⎡
tl nr(t)
X(k)s(t)−xt⎤
t=0.
(3.4)
∫ ⎢∑
m
t ⎣k=0k ()⎥d
⎦
Например, при выборе системы подинтервалов вида
iT v
[0, ],
n+1
i=1,...,n+1,(рис.3.5(а))матрицаWивекторQ
вычисляются
поформулам:
wij=
qi=
iT
n+1
∫r(t)sj−1(t)dt,
0
iT
n+1
∫r(t)x(t)dt,
0
(3.5)
i,j=1,...,n+1.
РассмотримреализациюмодифицированногометодаравныхплощадейвсредеMatLab/Simulink.Модель,описывающаямодифицированныйметодравныхплощадей,представленанарис.
3.6.
Рис.3.6.Структурнаясхемареализациимодифицированногометодаравныхплощадей
Основнойчастьюсхемыявляетсяблоканализа(Analysis).Еговходныепараметры–непрерывныйсигналx(t)исистемабазисных
v
функций
S(t). На выходе находится дисплей, на котором
отображаетсяполученныйспектр,иблокToWorkspace,записывающийспектрврабочуюобласть.Рассмотримпримеризпредыдущегоподраздела.Необходимоопределить
аппроксимирующийспектрфункции
x(t)=Cos(πt2)
наинтервале[0,
