matlab仿真模拟
如何通过MATLAB进行模拟与仿真
如何通过MATLAB进行模拟与仿真MATLAB是一种用于科学计算、数据分析和可视化的强大工具，它也是进行模拟和仿真的理想选择。
通过MATLAB，用户可以编写脚本或函数来描述和模拟各种现象，并通过可视化结果来验证和分析模拟过程。
在本文中，我们将介绍如何使用MATLAB进行模拟和仿真，包括建模、求解、可视化和分析。
首先，建立一个模型是进行模拟和仿真的第一步。
在MATLAB中，可以使用符号计算工具箱或数值计算方法来建立模型。
符号计算工具箱提供了一种使用符号表达式而不是数值进行计算的方法，这对于一些复杂系统的建模非常有用。
数值计算方法则使用数值解来近似求解模型。
在MATLAB中，可以通过定义变量和方程来建立模型。
例如，假设我们要建立一个简单的弹簧振动系统的模型，可以使用如下的方程：m*x''+k*x=0其中，m是质量，x是位移，k是弹簧常数。
我们可以使用MATLAB的符号计算工具箱来定义这个方程：syms x(t) m keqn = m * diff(x, t, t) + k * x == 0这样，我们就建立了一个描述弹簧振动系统的方程。
接下来，我们需要求解这个方程。
在MATLAB中，可以使用ode45函数来求解常微分方程。
例如，使用ode45函数求解上面的方程，并绘制振动的位移随时间的变化曲线：tspan = [0 10]; % 时间范围x0=1;%初始位移v0=0;%初始速度parameters = {m, k}; % 参数figure;plot(t, x(:, 1))xlabel('时间')ylabel('位移')title('弹簧振动')function dxdt = spring_ode(t, x, m, k)dxdt = [x(2); -k/m * x(1)];end在上面的代码中，我们定义了一个名为spring_ode的函数来描述弹簧振动的常微分方程。
matlab 通信仿真案例
matlab 通信仿真案例
在MATLAB中，通信仿真是一个常见的应用领域，可以用于模拟
和分析数字通信系统的性能。
下面我将从多个角度介绍几个常见的
通信仿真案例。
1. OFDM系统仿真，OFDM（正交频分复用）是一种常见的多载
波调制技术，用于高速数据传输。
你可以使用MATLAB来建立一个基
本的OFDM系统仿真模型，包括信道估计、均衡和解调等模块。
通过
仿真可以分析系统在不同信噪比下的误码率性能，优化系统参数以
及算法设计。
2. 无线通信系统仿真，你可以使用MATLAB建立一个简单的无
线通信系统仿真模型，包括传输信道建模、调制解调、信道编码、
多天线技术等。
通过仿真可以评估系统的覆盖范围、传输速率、抗
干扰能力等性能指标。
3. MIMO系统仿真，MIMO（多输入多输出）技术在无线通信中
得到了广泛应用。
你可以使用MATLAB建立一个MIMO系统仿真模型，包括空间多路复用、信道估计、预编码等。
通过仿真可以分析系统
的信道容量、波束赋形技术对系统性能的影响等。
4. LTE系统仿真，LTE（长期演进）是目前移动通信领域的主流技术之一。
你可以使用MATLAB建立一个LTE系统仿真模型，包括物理层信号处理、上下行链路传输、信道编码解码等。
通过仿真可以评估系统的覆盖范围、传输速率、干扰抑制能力等性能指标。
以上是一些常见的通信仿真案例，通过MATLAB你可以方便地建立仿真模型，分析系统性能，并优化系统设计。
希望这些案例能够帮助到你。
matlab电气仿真实例
matlab电气仿真实例MATLAB电气仿真实例在本文中，我们将探讨MATLAB在电气仿真领域中的应用。
通过一个具体的实例，我们将展示如何使用MATLAB进行电气系统的建模、分析和仿真。
1. 引言电气系统的建模和仿真对于设计和分析电路、控制系统、电力系统等具有重要意义。
传统的电气仿真方法需要手动编写大量的数学方程，并且计算过程繁琐。
而MATLAB提供了一种快速、简便且高效的方式来实现电气仿真。
2. 问题描述假设我们有一个简化的直流电机系统。
系统包括一个直流电机、一个电阻和一个电压源。
我们想要分析在给定电压下电机的转速以及电机周围的电压和电流的变化情况。
3. 建立电气系统模型首先，我们需要建立电气系统的数学模型。
在本例中，我们使用电路定律（基尔霍夫定律和欧姆定律）来建立模型。
根据基尔霍夫定律，我们可以得到电路的电流方程：I = \frac{V}{R}其中，I是电流，V是电压，R是电阻。
根据欧姆定律，我们可以得到电机的速度与电压之间的关系：\omega = \frac{V}{K}其中，ω是电机的角速度，V是电压，K是电机的转速常数。
基于这些方程，我们可以进一步建立系统的状态空间模型：\begin{bmatrix} \dot{\omega} \\ \dot{I} \end{bmatrix} =\begin{bmatrix} 0 & \frac{-1}{K} \\ 0 & \frac{-1}{R}\end{bmatrix} \begin{bmatrix} \omega \\ I \end{bmatrix} +\begin{bmatrix} \frac{1}{K} \\ 0 \end{bmatrix} V其中，\dot{\omega}和\dot{I}分别表示电机速度和电流的导数。
4. MATLAB仿真现在我们可以使用MATLAB进行仿真了。
首先，我们需要定义系统的参数和初始条件。
例如，我们可以选择电压源电压为12V，电阻为1Ω，转速常数为10。
如何利用Matlab进行模拟和仿真实验
如何利用Matlab进行模拟和仿真实验Matlab是一种功能强大的数学计算和数据可视化软件。
它不仅可以进行数学模拟和仿真实验，还可以处理数据、绘制图表和实施算法。
在工程、物理学、生物学等领域，Matlab被广泛用于解决各种实际问题。
本文将介绍如何利用Matlab进行模拟和仿真实验，并探讨其在实验设计和结果分析中的应用。
一. Matlab的基本功能Matlab具有很多基本功能，如矩阵操作、数值计算、符号计算等。
这些功能使得Matlab成为进行模拟和仿真实验的理想选择。
在Matlab中，可以定义和操作矩阵，进行线性代数运算，如求解方程组、矩阵求逆等。
此外，Matlab还提供了许多内置函数，可以进行数值计算和符号计算，如求解微分方程、积分、数值优化等。
二. 模拟实验的设计在进行模拟实验之前，首先需要设计实验方案。
实验设计包括选择合适的模型和参数设置，确定实验变量和观测指标等。
在Matlab中，可以使用函数或脚本来定义模型和参数，通过修改参数值来观察实验结果的变化。
比如，可以使用Matlab的模型库来选择合适的模型，然后使用函数传入参数值进行求解。
此外，Matlab还提供了绘图功能，可以绘制实验结果的图表，以便更直观地分析数据。
三. 仿真实验的实施在设计好实验方案后，就可以开始进行仿真实验了。
在Matlab中，可以使用已定义的模型和参数进行仿真计算。
可以通过Matlab的编程功能来实现计算过程的自动化。
比如，可以使用循环语句来迭代计算，以观察参数变化对结果的影响。
此外，Matlab还提供了随机数生成和统计分析函数，可以用于生成随机变量和分析实验数据。
四. 实验结果的分析在完成仿真实验后，需要对实验结果进行分析。
Matlab提供了丰富的数据处理和分析工具，可以对实验数据进行统计分析、绘图和可视化展示。
可以使用Matlab的数据处理函数来计算均值、标准差、相关系数等统计指标。
此外，Matlab还可以通过绘图函数来绘制直方图、散点图、线图等图形，以便更好地理解和展示数据。
MATLAB仿真与建模技术详解
MATLAB仿真与建模技术详解一、概述在现代科技的发展中，仿真与建模技术扮演着重要的角色。
MATLAB作为一种强大的科学计算软件，被广泛应用于各个领域的仿真与建模工作中。
本文将详细介绍MATLAB的仿真与建模技术，包括其概念、工作原理以及实际应用。
二、MATLAB仿真技术的概念1. 什么是仿真仿真是指利用计算机模拟现实世界的过程或系统，以便更好地理解、研究和预测其行为。
MATLAB仿真技术通过数学建模和计算分析，可以模拟各种现实情境，如物理系统、电路、信号处理等。
2. MATLAB仿真的优势MATLAB具有简单易学、丰富的工具箱、高效的数值计算和可视化能力等优势。
它提供了一种快速、准确、灵活的仿真环境，能够满足不同领域的仿真需求。
三、MATLAB仿真技术的工作原理1. 数学建模MATLAB仿真技术的第一步是进行数学建模，即将现实世界的问题转化为数学表达式。
在MATLAB中，可以利用符号计算工具箱进行数学公式的推导和符号计算，得到准确的数学模型。
2. 模型参数设置在进行仿真之前，需要设置模型的参数。
MATLAB提供了丰富的工具箱，如控制系统工具箱、信号处理工具箱等，可以方便地设置参数，并对其进行优化和调整。
3. 仿真运行设置好参数后，就可以进行仿真运行了。
MATLAB提供了强大的计算和数值分析功能，可以对模型进行求解、优化和优化。
仿真结果可以以图形、表格等形式展示，以帮助用户更好地理解系统的行为。
四、MATLAB建模技术的概念1. 什么是建模建模是指将现实世界的问题抽象成数学模型的过程。
MATLAB建模技术通过将问题的关键部分进行抽象和简化，构建数学模型，从而对问题进行分析和求解。
2. MATLAB建模的应用领域MATLAB建模技术广泛应用于各个领域，如控制系统、信号处理、电机设计等。
通过建模，可以把复杂的系统简化为数学模型，方便进行分析和优化。
五、MATLAB建模技术的实际应用1. 控制系统建模控制系统建模是MATLAB的常见应用之一。
在Matlab中进行模拟和仿真
在Matlab中进行模拟和仿真Matlab是一种功能强大的数学软件，广泛应用于科学研究、工程设计和数据分析等领域。
它不仅拥有丰富的数学函数库和绘图工具，还提供了一套强大的仿真和模拟功能，使用户能够更加方便地进行系统建模和性能评估。
本文将以Matlab中的模拟和仿真为主题，介绍其应用和原理，希望能为读者提供一些有用的参考和指导。
一、模拟与仿真的基本概念模拟和仿真是现代科学和工程中常用的研究方法，通过对实际系统进行数学建模和计算机模拟，可以在不进行实际试验的情况下，预测和评估系统的性能和行为。
模拟和仿真能够节省时间和成本，提高研究效率，使得科学家和工程师能够更快地了解和优化系统。
在Matlab中，模拟和仿真一般包括以下几个步骤：首先，确定系统的数学模型，即建立数学方程或差分方程描述系统的动态行为。
其次，选择仿真方法和算法，根据系统的特点和需求，确定合适的模拟算法，如欧拉法、龙格-库塔法等。
然后，设定仿真参数，包括仿真时间、步长等，这些参数将影响仿真结果的准确性和计算效率。
最后，执行仿真，并对仿真结果进行分析和评估。
二、Matlab中的模拟功能在Matlab中，模拟功能是通过内置的仿真工具和函数库来实现的。
Matlab提供了一系列用于数学建模和仿真分析的函数、工具箱和工具。
例如，Simulink是Matlab中最常用的仿真工具之一，它基于图形化仿真模型，可以快速搭建各种系统的模型，并进行仿真和分析。
Simulink提供了丰富的模块和工具箱，能够满足不同系统的建模和仿真需求。
用户可以通过拖放模块、连接信号线的方式，构建系统模型，并设置参数、仿真时间等。
Simulink还支持自定义模块和函数，用户可以根据具体需要，编写自己的模块和函数，以满足特定的仿真需求。
除了Simulink之外，Matlab还提供了其他一些实用的仿真函数和工具，如ode45函数用于解非刚性系统的常微分方程，ode15s函数用于解刚性系统的常微分方程等。
matlab误码率仿真代码
matlab误码率仿真代码以下是一个简单的 MATLAB 误码率仿真代码示例，用于模拟二进制传输系统的误码率。
在这个示例中，我们将使用 BPSK（二进制相移键控）调制来进行仿真。
matlab.% 设置参数。
SNR_dB = 0:1:10; % 信噪比范围。
numBits = 1e6; % 要传输的比特数。
ber = zeros(size(SNR_dB)); % 初始化误码率向量。
for i = 1:length(SNR_dB)。
% 生成随机的二进制数据。
txBits = randi([0,1],1,numBits);% BPSK调制。
txSignal = 2txBits 1;% 添加高斯噪声。
noiseVar = 10^(-SNR_dB(i)/10);noise =sqrt(noiseVar/2)(randn(1,numBits)+1irandn(1,numBits)); rxSignal = txSignal + noise;% BPSK解调。
rxBits = real(rxSignal) > 0;% 计算误码率。
ber(i) = sum(rxBits ~= txBits)/numBits;end.% 绘制误码率曲线。
semilogy(SNR_dB,ber,'o-');xlabel('SNR (dB)');ylabel('Bit Error Rate');title('BPSK误码率仿真');grid on;在这个示例中，我们首先设置了信噪比范围和要传输的比特数。
然后我们使用 for 循环来遍历不同的信噪比值。
在每个循环中，我们生成随机的二进制数据，并将其进行 BPSK 调制。
接着我们添加高斯噪声，并进行 BPSK 解调。
最后我们计算误码率，并将结果绘制成误码率曲线。
这个示例代码可以帮助你了解如何使用 MATLAB 进行简单的误码率仿真。
MATLAB机器人仿真程序
MATLAB机器人仿真程序哎呀，说起 MATLAB 机器人仿真程序，这可真是个有趣又充满挑战的领域！我还记得有一次，我带着一群学生尝试做一个简单的机器人行走仿真。
那时候，大家都兴奋极了，眼睛里闪着好奇的光。
我们先从最基础的开始，了解 MATLAB 这个工具的各种函数和命令。
就像是给机器人准备好各种“零部件”，让它能顺利动起来。
比如说，我们要设定机器人的初始位置和姿态，这就好像是告诉机器人“嘿，你从这里出发，站好啦！”然后，再通过编程来控制它的运动轨迹。
有的同学想让机器人走直线，有的同学想让它拐个弯，还有的同学想让它走个复杂的曲线。
在这个过程中，可遇到了不少问题呢。
有个同学不小心把坐标设置错了，结果机器人“嗖”地一下跑到了不知道哪里去，大家哄堂大笑。
还有个同学在计算速度和加速度的时候出了差错，机器人的动作变得奇奇怪怪的，像是在跳“抽筋舞”。
不过，大家并没有气馁，而是一起努力找错误，修改代码。
终于，当我们看到那个小小的机器人按照我们设想的轨迹稳稳地行走时，那种成就感简直无法形容。
回到 MATLAB 机器人仿真程序本身，它其实就像是一个神奇的魔法盒子。
通过输入不同的指令和参数，我们可以创造出各种各样的机器人运动场景。
比如说，我们可以模拟机器人在不同地形上的行走，像是平坦的地面、崎岖的山路或者是湿滑的冰面。
这时候，我们就要考虑摩擦力、重力等各种因素对机器人运动的影响。
想象一下，机器人在冰面上小心翼翼地走着，生怕滑倒，是不是很有趣？而且，MATLAB 机器人仿真程序还能帮助我们优化机器人的设计。
比如说，如果我们发现机器人在某个动作上消耗了太多的能量，或者动作不够灵活，我们就可以通过调整程序中的参数来改进。
这就像是给机器人做了一次“整形手术”，让它变得更完美。
另外，我们还可以用它来进行多机器人的协同仿真。
想象一下，一群机器人在一起工作，有的负责搬运东西，有的负责巡逻，它们之间需要相互配合，避免碰撞。
这就需要我们精心设计它们的通信和协调机制，让它们像一支训练有素的团队一样高效工作。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中国地质大学长城学院本科课程设计题目:双手协调机器人系别信息工程系学生姓名专业电气工程及其自动化学号指导教师王密香职称研究生2015年12 月22日双手协调机器人摘要多机器人的协同作业是制造业发展的必然要求，双臂机器人就是适应这一要求而开发出的一种新型机器人，相对于单臂机器人它可以大大增强机器人对复杂装配任务的适应性，同时可以提高工作空间的利用效率。
当前大多数工业机器人的应用是为单臂机器人独自工作的能力准备的。
一般地，单臂机器人只适合于刚性工件的操作，并受制于环境，随着现代工业的发展和科学技术的进步，对于许多任务而言单臂操作是不够的。
为了适应任务的复杂性、智能性的不断提高以及系统柔顺性的要求而扩展为双手协调控制。
即由两个单臂机器人相互协调、相互配合的去完成某种作业，但由于组成双手协调控制系统的是两个机器人它们不可能是两个单手机器人的简单组合，除了它们各自共同目标的控制实现外，它们相互间的协调控制以及对环境的适应性就成为组合的关键，这样双手协调控制机器人系统的进一步应用就受到了限制。
而双臂机器人能完成对于人来说易于实现的功能，它比双手协调机器人更具有实用价值，它的高自律性以及学习性，能够适应许多环境，使其在工业生产、危险处理、国防、航天航空等方面运用广泛采用了Matlab/Simulink 仿真软件，分别用模块法和程序法对双手协调机器人系统进行了PID 控制器的校正仿真设计。
关键词：双手协调机器人；Matlab/Simulink；PID 校正；仿真Using the Matlab/Simulink simulation software, using method of module and the procedural law on hands coordinate robot system has carried on the correction for the simulation of PID controller design simulation results show that these two kinds of design method is not only convenient and quick, and the correction effect is satisfactory to people Keywords：Hands coordinate robot; Matlab/Simulink; PID correction; The simulation目录1绪论------------------------------------------------1 2双手协调机器人研究现状-----------------------------2 3 Matlab/simulink---------------------------------2 4机器手臂数学模型及性能指标----------------------3 5PID控制系统的Simulink模块法仿真设计----------------4 6 PID控制系统的Matlab程序法仿真设计---------------6 7总结参考文献-----------------------------------7绪论为了实现仿真智能化，即手臂在仿真运动过程中能自动识别极限位置，必须对机器人的机体、手臂和四连杆机构进行简化，以获取相关位置参数。
计算机仿真是在计算机上建立仿真模型，模拟实际系统随时间变化的过程。
通过对过程仿真的分析，得到被仿真系统的动态特性。
过程控制系统计算机仿真，为流程工业控制系统的分析、设计、控制、优化和决策提供了依据。
同时作为对先进控制策略的一种检验，仿真研究也是必不可少的步骤。
控制系统的计算机仿真是一门涉及到控制理论、计算机数学与计算机技术的综合性学科。
双协调机器人，两台机械手相互协作，试图将一根长杆插入另一物体。
已知单个机器人关节的反馈控制系统为单位反馈控制系统，被控对象为机械臂，其传递函数G0（s）=4/s（s+0.5)要求设计一个串联超前-滞后校正网络，使系统在单位斜坡输入时的稳态误差小于0.0125，单位阶跃响应的超调量小于25%，调节时间小于3s（△=2%），并要求给出系统校正前后的单位阶跃输入响应曲线。
1.双手协调机器人研究现状双臂协调控制是双臂机器人研究中的热点, 而且大多数的研究也是以比照两个单臂机器人一起工作时的协调控制为出发点的。
双臂协调控制包括手与工作执行位置之间的相对运动的控制和对保证目标轨迹连续性的控制上海交大机器人研究所对双臂机器人时间最优轨迹规划问题作了深入研究,成功地运用动态规划法对沿着特定路径运动的双臂机器人左、右臂进行了时间最优轨迹规划,从而保证机器人左、右臂在无碰撞的前提下,实现时间最优运动。
哈尔滨工业大学的研究人员以双臂自由飞行空间机器人为背景的自主规划运动控制研究，通过建立双臂自由飞行空间机器人的运动学和动力学模型，得到微重力环境下该双臂机器人的广义雅可比矩阵来描述机械手末端速度和各关节角速度之间的关系，然后建立该双臂机器人在浮游状态下捕捉目标的任务规划算法及路径规划算法，并通过仿真系统验证其理论的正确性和算法的可行性。
2.Matlab/simulinkMATLAB是国际公认的优秀科技应用软件，是计算机辅助分析与设计、算法研究和应用开发的基础工具和首选平台，是目前科学研究领域最流行的应用软件，其特点概括为：(1) 高效的数字计算方法及符号计算功能，使用户从繁杂的数学运算分析中解脱出来。
(2) 完备的图形处理功能，实现计算结果和编程的可视化。
(3) 友好的用户界面及接近数学表达式的自然化语言，使学习者易于学习和掌握。
(4) 功能丰富的应用工具箱，为用户提供了大量方便而实用的处理工具。
(5) Simulink动态建模与仿真系统，丰富而功能强大的器件库，提供了实时方便的仿真手段。
3.机器手臂数学模型及性能指标双手协调机器人系统即双臂机器人系统, 当前工业机器人的应用是为单臂机器人独自工作的能力准备的，这样的机器人只适应于特定的产品和工作环境，并且依赖于所提供的专用设备和工夹具。
一般的，单臂机器人只适合于刚性工件的操作，并受制于环境。
随着现代工业的发展和科学技术的进步，对于许多任务而言，仅靠单臂操作是不够的。
因此，为了适应任务复杂性、智能性的不断提高以及系统柔顺性的要求而扩展为双手协调控制，即由两个单臂机器人相互协调、相互配合地去完成某种作业。
但由于组成双手协调控制系统的是两个机器人，它们不可能是两个单手机器人的简单组合，除了它们各自共同目标的控制实现外，它们相互间的协调控制以及对环境的适应性就成为组合的关键。
这样双手协调控制机器人系统的进一步应用就受到了限制。
而双臂机器人能完成对于人来说易于实现的功能。
双臂机器人比双手协调机器人更具有实用价值。
文献[1]给出的双手协调机器人系统，是指两个单臂机器人相互协调工作。
比如两台机械手协作将一根长杆插入另一个物体。
根据其工作原理，单个机器人关节的反馈控制系统为单位反馈控制系统，被控对象为机械臂，其数学模型——开环传递函数为Go(s)=4/s(s+0.5)。
对于未加控制器（校正前）的系统，运行Matlab程序，可得其时域的性能指标：超调量σ%=67.2428%，上升时间tr= 0. 9035 s, 峰值时间tp=1.6062 s, 调节时间t s =14.6570 s(Δ =2%)，单位阶跃输入下的稳态误差为0，单位斜坡输入时的稳态误差为0.125。
虽然系统稳定，但系统的动态性能（快速性和平稳性）及稳态性能均不好，显然，未校正系统的性能指标不能满足超调量σ% ＜25%、调节时间ts ＜3s(Δ =2%)、单位斜坡输入时的稳态误差≤0. 0125的工程要求。
为了改善系统的性能指标，就需要加入控制器对系统进行校正。
文献[1]加入的超前-滞后校正网络使系统的性能指标得到一定程度的改善(σ%=23.6%＜ 25%，tp=1.2s，ts =2.4s ＜3s(Δ=2%)，单位斜坡输入时的稳态误差为0.0125=0.0125), 基本满足设计指标要求。
本文则设计出性能优越的PID 控制器，使系统的性能指标得到大大的改善，而PID控制器的参数选择是设计要解决的关键问题。
4.PID控制系统的Simulink模块法仿真设计仿真设计PID控制是比例、积分、微分控制的总体，其传递函数Gc(s)= Kp + Ki/s + Kds = Kp(1+ 1/Tis + Tds)，而比例环节的放大倍数Kp，积分时间常数Ti，微分时间常数Td等参数的大小不同，则比例、微分、积分所起作用强弱不同。
因此在PID 控制器中，如何确定Kp，Ti，Td 三个参数的值，是对系统进行控制的关键。
在控制中如何把三个参数调节到最佳状态需要深入了解PID 控制中三参量对系统动态性能的影响。
图为加入PID控制器校正前后的系统仿真结构图。
被控对象机械臂的传递函数为Go(s) =4/s(s+0.5)，加入PID 控制器后，在Matlab中用Simulink模块搭建的PID控制器校正前和校正后的系统模型仿真结构如图1所示。
在实际仿真时不断调试参数，可以得到双手协调机器人系统的PID控制器的3个参数分别为：Kp=300，Ti=50，Td=0.16。
运行仿真可以得出单位阶跃响应波形，为了与文献[1]加入的超前-滞后校正结果进行比较，校正前（大红线）、文献[1]校正（天蓝线）与本文的PID 校正（玫红线）的仿真结果如图2 所示。
从仿真结果波形比较图中可以看出，经过本文PID 控制器校正后系统的超调量几乎为0，调节时间大大减短，系统的动态性能大大增强，其控制效果明显优于文献[1]。
图为校正前、文献[1]校正后与本文PID校正后的仿真结果比较。
5.PID控制系统的Matlab程序法仿真设计为了计算加入PID校正后系统的动态性能指标，可以利用Matlab的强大计算功能。
根据校正前原系统的开环传递函数Go (s)=4/s(s+0.5)和PID 控制器的3 个参数：Kp=300，Ti=50，Td=0.16，可键入以下程序：close all; G=tf(4,conv([1,0],[1,0.5]));kp=300;ti=50;td=0.16;G1=tf([kp*td,kp,kp/ti],[1,0]); sys1=series(G1,G);sys=feedback(sys1,1); % 建立模型 %计算最大峰值时间和它对应的超调量C=dcgain(sys) [y,t]=step(sys); % 求取阶跃响应 plot(t,y)grid [Y,K]=max(y);timetopeak=t(K) % 取得最大峰值时间percentovershoot=100*(Y-C) % 计算超调时间%计算上升上升时间n=1;while y(n)<C n=n+1;end risetime=t(n) %计算稳态响应时间 i=length(t);while(y(i)>0.98*C)&(y(i)<1.02*C)i=i-i end setllingtime=t(i)运行结果：C=1 Timetopeak=0.0377 Percentovershool=2.5064 Risetime=0.0207 Setllingtime=0.0784即：峰值时间tp=0.0377s，超调量σ % =2.5064%，上升时间tr=0.0207 s，调节时间ts=0.0784 s(Δ=2%)。