现代控制理论实验报告
现代控制理论实训报告
一、前言随着科技的飞速发展，自动化、智能化已成为现代工业生产的重要特征。
为了更好地掌握现代控制理论，提高自己的实践能力，我参加了现代控制理论实训课程。
本次实训以状态空间法为基础，研究多输入-多输出、时变、非线性一类控制系统的分析与设计问题。
通过本次实训，我对现代控制理论有了更深入的了解，以下是对本次实训的总结。
二、实训目的1. 巩固现代控制理论基础知识，提高对控制系统的分析、设计和调试能力。
2. 熟悉现代控制理论在工程中的应用，培养解决实际问题的能力。
3. 提高团队合作意识，锻炼动手能力和沟通能力。
三、实训内容1. 状态空间法的基本概念：状态空间法是现代控制理论的核心内容，通过建立状态方程和输出方程，描述系统的动态特性。
2. 状态空间法的基本方法：包括状态空间方程的建立、状态转移矩阵的求解、可控性和可观测性分析、状态反馈和观测器设计等。
3. 控制系统的仿真与实现：利用MATLAB等仿真软件，对所设计的控制系统进行仿真，验证其性能。
4. 实际控制系统的分析：分析实际控制系统中的控制对象、控制器和被控量，设计合适的控制策略。
四、实训过程1. 理论学习：首先，我对现代控制理论的相关知识进行了复习，包括状态空间法、线性系统、非线性系统等。
2. 实验准备：根据实训要求，我选择了合适的实验设备和软件，包括MATLAB、控制系统实验箱等。
3. 实验操作：在实验过程中，我按照以下步骤进行操作：（1）根据实验要求，建立控制系统的状态空间方程。
（2）求解状态转移矩阵，并进行可控性和可观测性分析。
（3）设计状态反馈和观测器，优化控制系统性能。
（4）利用MATLAB进行仿真，观察控制系统动态特性。
（5）根据仿真结果，调整控制器参数，提高控制系统性能。
4. 结果分析：通过对仿真结果的分析，我对所设计的控制系统进行了评估，并总结经验教训。
五、实训成果1. 掌握了现代控制理论的基本概念和方法。
2. 提高了控制系统分析与设计能力，能够独立完成实际控制系统的设计。
现代控制理论 实验报告
实验三典型非线性环节一．实验要求1.了解和掌握典型非线性环节的原理。
2.用相平面法观察和分析典型非线性环节的输出特性。
二．实验原理及说明实验以运算放大器为基本元件，在输入端和反馈网络中设置相应元件（稳压管、二极管、电阻和电容）组成各种典型非线性的模拟电路。
三、实验内容3.1测量继电特性（1）将信号发生器（B1）的幅度控制电位器中心Y测孔，作为系统的-5V~+5V输入信号（Ui）：B1单元中的电位器左边K3开关拨上（-5V），右边K4开关也拨上（+5V）。
（2）模拟电路产生的继电特性：继电特性模拟电路见图慢慢调节输入电压（即调节信号发生器B1单元的电位器，调节范围-5V~+5V），观测并记录示波器上的U0~U i图形。
波形如下：函数发生器产生的继电特性①函数发生器的波形选择为‘继电’，调节“设定电位器1”，使数码管右显示继电限幅值为3.7V。
慢慢调节输入电压（即调节信号发生器B1单元的电位器，调节范围-5V~+5V），观测并记录示波器上的U0~U i图形。
实验结果与理想继电特性相符波形如下：3.2测量饱和特性将信号发生器（B1）的幅度控制电位器中心Y测孔，作为系统的-5V~+5V输入信号（Ui）：B1单元中的电位器左边K3开关拨上（-5V），右边K4开关也拨上（+5V）。
（2）模拟电路产生的饱和特性：饱和特性模拟电路见图3-4-6。
慢慢调节输入电压（即调节信号发生器B1单元的电位器，调节范围-5V~+5V），观测并记录示波器上的U0~U i图形。
如下所示：函数发生器产生的饱和特性①函数发生器的波形选择为‘饱和’特性；调节“设定电位器1”，使数码管左显示斜率为2；调节“设定电位器2”，使数码管右显示限幅值为3.7V。
慢慢调节输入电压（即调节信号发生器B1单元的电位器，调节范围-5V~+5V），观测并记录示波器上的U0~U i图形。
波形如下：。
3.3测量死区特性模拟电路产生的死区特性死区特性模拟电路见图3-4-7。
现代理论控制实验2
与(1)中一致，这是因为线性变换并不改变系统的特征值 由 step(g3) hold on step(g2) hold on step(g1)得
Байду номын сангаас
单位阶跃输出相应得到的曲线如图所示
可见得到的曲线完全覆盖了(1)和(2)中得到的曲线， 说明得到的曲线与(1)和(2) 中相同，因为系统的传递函数并没有发生变化
和记录这些曲线。 当输入改变时, 每个状态变量曲线是否随着改变？能否根据这 些曲线判断系统以及各状态变量的能控性？不能控和能控状态变量的响应曲线 有何不同？ （5）根据（2）和（4）所得曲线能否判断系统状态以及各状态变量的能观测性？ 2. 已知系统
0 0 1 0 2 0 3 0 1 0 x x u 0 0 0 2 0 0 0 4 0 0
由 a=[-3 -4;-1 0];c=[-1 -1];vo=obsv(a,c);rank(vo)得 ans=1 所以系统是状态不能观的 由 a=[-3 -4;-1 0];b=[4;1];c=[-1 -1];d=0;uc=ctrb(a,b);uy=[c*uc
d];rank(uy)得 ans=1 所以系统是输出不能控的 状态能控性和输出能控性之间并没有联系 (2) 由 step(gtf) hold on impulse(gtf)可得系统的输入分别为单位阶跃函数和单
y 1 0 1 0x
（1）将给定的状态空间模型转换为传递函数模型。令初始状态为零，用 MATLAB 计算系统的单位阶跃输出响应，绘制和记录相应的曲线。 （2）按能控性分解给定的状态空间模型并记录所得的结果，然后再将其转换为 传递函数模型。它与（1）中所得的传递函数模型是否一致？为何？令初始状态 为零，用 MATLAB 计算系统的单位阶跃输出响应，并绘制和记录相应曲线。这一 曲线与（1）中的输出曲线是否一致？为何？ （3）按能观测性分解给定的状态空间模型并记录分解所得的结果，然后再将其 转换为传递函数模型。它与（1）中的传递函数模型是否一致？为何？令初始状 态为零，用 MATLAB 计算系统的单位阶跃输出响应，并绘制和记录相应曲线。这 一曲线与（1）中的输出曲线是否一致？ （4）按能控性能观测性分解给定的状态空间模型并记录分解所得的结果，然后 再将其转换为传递函数模型。它与（1）中的传递函数模型是否一致？为何？令 初始状态为零，用 MATLAB 计算系统的单位阶跃输出响应，并绘制和记录相应的 曲线。这一曲线与（1）中的输出曲线是否一致？为何？ 三、实验结果 1(1) 系统的能控性和能观性判断结果如下 由 a=[-3 -4;-1 0];b=[4;1];uc=ctrb(a,b);rank(uc)得 ans =1 所以系统是状态不能控的
现代控制理论实验报告
现代控制理论实验指导书实验一：线性系统状态空间分析1、模型转换图1、模型转换示意图及所用命令传递函数一般形式：)()(11101110n m a s a s a s a b s b s b s b s G n n n n m m m m ≤++++++++=----K KMATLAB 表示为：G=tf(num,den)，其中num,den 分别是上式中分子，分母系数矩阵。
零极点形式：∏∏==--=n i j mi i ps z s K s G 11)()()( MATLAB 表示为：G=zpk(Z,P ,K)，其中 Z ，P ，K 分别表示上式中的零点矩阵，极点矩阵和增益。
传递函数向状态空间转换：[A,B,C,D] = TF2SS(NUM,DEN)；状态空间转换向传递函数：[NUM,DEN] = SS2TF(A,B,C,D,iu)---iu表示对系统的第iu个输入量求传递函数；对单输入iu为1;验证教材P438页的例9-6。
求P512的9-6题的状态空间描述。
>> A=[0 1;0 -2];>> B=[1 0;0 1];>> C=[1 0;0 1];>> D=[0 0;0 0];>> [NUM,DEN] = ss2tf(A,B,C,D,1)NUM =0 1 20 0 0DEN =1 2 0>> [NUM,DEN] = ss2tf(A,B,C,D,2)NUM =0 0 10 1 0DEN =1 2 0给出的结果是正确的，是没有约分过的形式P512 9-6>> [A,B,C,D]=tf2ss([1 6 8],[1 4 3])A =-4 -31 0B =1C =2 5D =12、状态方程求解单位阶跃输入作用下的状态响应：G=ss(A,B,C,D);[y,t,x]=step(G);plot(t,x). 零输入响应[y,t,x]=initial(G,x0)其中，x0为状态初值。
现代控制实验报告
现代控制理论实验报告系统的状态空间分析与全维状态观测器的设计一、实验目的1 •掌握状态反馈系统的极点配置；2 •研究不同配置对系统动态特性的影响。
二、实验仪器1 •计算机2. MATLAB 软件三、实验原理一个受控系统只要其状态是完全能控的，则闭环系统的极点可以任意配置。
极点配置有两种方法：①采用变换矩阵T,将状态方程转换成可控标准型，然后将期相等，从而决定状态反馈增益矩阵K;②基于Carlay-Hamilton理论，它指出矩阵㈡满足自身的特征方程，改变矩阵特征多项式：的值，可以推出增益矩阵K。
这种方法推出增益矩阵K的方程式叫Ackermann公式。
四、实验内容1 •试判别下列系统的可控性和可观性：(1) A=[1,2,3;1,4,6;2,1,7]B=[1,9;0,0;2,0];C=[1,0,0;2,1,0]实验程序：a=[1,2,3;1,4,6;2,1,7]b=[1,9;0,0;2,0]c=[1,0,0;2,1,0]n=size(a)uc=ctrb(a,b)uo=obsv(a,c)if ran k(uc)==ndisp('系统可控')elsedisp('系统不可控')end if ran k(uo )==ndisp（'系统可观'）elsedisp（'系统不可观'）End实验结果：a =1 2 31 4 62 1 7b =1 90 02 02 1 0n =3uc =1 9 7 9 81 810 0 13 9 155 1532 0 16 18 139 153 uo =1 0 02 1 01 2 39 13 3635 50 141系统可控系统可观(2) A=[-2,2,-1;0,-2,0;1,-4,0]B=[[0；0；1]C=[1,-1,1]程序：A=[-2,2,-1;0,-2,0;1,-4,0];B=[0；0；1]；C=[1,-1,1];Qc=ctrb(A,B);n=ran k(Qc);if(n==3),disp('系统可控'); else,disp('系统不可控');end系统不可控Qo=obsv(A,C);m=ra nk(Qo);if(m==3),disp('系统可观');else,disp('系统不可观');end系统不可观2.全状态反馈极点配置设计：设系统的状态方程为：x=Ax+Bu其中，A=[0,1,0;0,0,1;-1,-5,-6]B=[0;0;1]p1=-2+j4、要求：利用状态反馈控制u=-Kx,将此系统的闭环极点配置成p2=-2-j4、p3=-10。
现代控制理论基础实验报告
紫金学院计算机系实验报告现代控制理论基础实验报告专业：年级：姓名：学号：提交日期：实验一 系统能控性与能观性分析1、实验目的：1.通过本实验加深对系统状态的能控性和能观性的理解；2.验证实验结果所得系统能控能观的条件与由它们的判据求得的结果完全一致。
2、实验内容：1.线性系统能控性实验;2. 线性系统能观性实验。
3、实验原理：系统的能控性是指输入信号u 对各状态变量x 的控制能力。
如果对于系统任意的初始状态，可以找到一个容许的输入量，在有限的时间内把系统所有的状态变量转移到状态空间的坐标原点。
则称系统是能控的。
系统的能观性是指由系统的输出量确定系统所有初始状态的能力。
如果在有限的时间内，根据系统的输出能唯一地确定系统的初始状态，则称系统能观。
对于图10-1所示的电路系统，设i L 和u c 分别为系统的两个状态变量，如果电桥中4321R R R R ≠，则输入电压u 能控制i L 和u c 状态变量的变化，此时，状态是能控的；状态变量i L 与u c 有耦合关系，输出u c 中含有i L 的信息，因此对u c 的检测能确定i L 。
即系统能观的。
反之，当4321R R ＝R R 时，电桥中的c 点和d 点的电位始终相等， u c 不受输入u 的控制，u 只能改变i L 的大小，故系统不能控；由于输出u c 和状态变量i L 没有耦合关系，故u c 的检测不能确定i L ，即系统不能观。
1.1 当4321R RR R ≠时u L u i R R R R C R R R R R R R R L R R R R R R C R R R R R R R R L u i C L C L ⎪⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛⨯⎪⎪⎪⎪⎪⎭⎫+++-+-+-⎝⎛+-+-+++-=⎪⎪⎭⎫ ⎝⎛01)11(1)(1)(1)(143214343212143421243432121 (10-1)y=u c =[01]⎪⎪⎪⎭⎫⎝⎛c L u i (10-2)由上式可简写为bu Ax x+= cx y =式中⎪⎪⎭⎫ ⎝⎛=C L u i x ⎪⎪⎪⎪⎪⎭⎫+++-+-+-⎝⎛+-+-+++-=)11(1)(1)(1)(143214343212143421243432121R R R R C R R R R R R R R L R R R R R R C R R R R R R R R L A⎪⎪⎪⎭⎫⎝⎛=01L b 1] [0=c由系统能控能观性判据得][Ab brank =2 2=⎥⎦⎤⎢⎣⎡cA c rank故系统既能控又能观。
现代控制理论实验
现代控制理论实验华北电力大学实验报告||实验名称状态空间模型分析课程名称现代控制理论基础||专业班级：自动化1203 学生姓名：孟令虎学号：201209020216 成绩：指导教师：刘鑫屏老师实验日期： 2015.4.24一、实验目的l.加强对现代控制理论相关知识的理解；2.掌握用 matlab 进行系统李雅普诺夫稳定性分析、能控能观性分析； 二、实验仪器与软件 1. MATLAB7.6 环境三、实验内容1、 模型转换例 1.把传递函数模型转化为状态空间模型3248G s =81912s s s s ++++（）。
解：程序如下num=[4 8]; den=[1 8 19 12];[A,B,C,D]=tf2ss(num,den); G=ss(A,B,C,D) 运行结果： A =-8 -19 -12 1 0 0 0 1 0 B = 1 0 0 C =0 4 8 D =0 结果为112233-8 -19 -1211 0 010 1 00x x x x u x x ∙∙∙⎡⎤⎢⎥⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=+⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎢⎥⎣⎦，[]1230 4 8x y x x ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦例2.把状态空间模型转化为传递函数模型A=0 1 00 0 1-6 -11 -6⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦B=001⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦C= []2 3 0 D=0。
解：程序如下：clearA=[0 1 0;0 0 1;-6 -11 -6]; B=[0;0;1]; C=[3 2 0]; D=0; iu=1;[num,den] = ss2tf(A,B,C,D,iu); sys=tf(num,den) 运行结果为：Transfer function: 2 s + 3---------------------- s^3 + 6 s^2 + 11 s + 62、 状态方程状态解和输出解例1.单位阶跃输入作用下的状态响应A=0 1 00 0 1-6 -11 -6⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦B=001⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦C=[]2 3 0 D=0。
现代控制理论基础实验报告
现代控制理论基础实验报告专业：年级：姓名：学号：提交日期:实验一系统能控性与能观性分析1、实验目的：1. 通过本实验加深对系统状态的能控性和能观性的理解；2. 验证实验结果所得系统能控能观的条件与由它们的判据求得的结果完全一致。
2、实验内容：1•线性系统能控性实验 2.线性系统能观性实验。
3、实验原理:系统的能控性是指输入信号u 对各状态变量x 的控制能力。
如果对于系统任意的初始状态，可以找到一个容许的输入量，在有限的时间内把系统所有的状态变量转移到状态空间的坐标原 点。
则称系统是能控的。
系统的能观性是指由系统的输出量确定系统所有初始状态的能力。
如果在有限的时间内，根据 系统的输出能唯一地确定系统的初始状态，则称系统能观。
(10-1)i Ly=U c =[01]U c由上式可简写为x Ax bU y cxR 3对于图10-1所示的电路系统，设i L 和u c 分别为系统的两个状态变量，如果电桥中旦R 2 &则输入电压U 能控制i L 和U c 状态变量的变化，此时，状态是能控的；状态变量i L 与U c 有耦合关系, 输出U c 中含有i L 的信息，因此对U c 的检测能确定i L 。
即系统能观的。
R 1 R 3反之，当」时， R 2 R 4变i L 的大小，故系统不能控； 即系统不能观。
Ri R 31.1当13时R 2 R 4电桥中的由于输出R 31( R 1R 2 L (R , R 2R 3 R 4R3R4R 2c 点和d 点的电位始终相等，U c 不受输入U 的控制，u 只能改U c 和状态变量i L 没有耦合关系,故 U c 的检测不能确定i L ,丄(亠亠)C R R 2R 3 R 41 ( R 1R2 L (R R 2R 3 R 4R3R4I L U C(10-2)I LR 2R 1 R 2 i L式中X U C1 (L R 1 R 21 R2 ( —— C R 1 R 2 R3 R 4)R3 R 4R 3 R 4R 1 R 2 1 (L R 1 R 21 1 -( CR 1R 2R3 R 4) R 4 1 )R 3 R 4[0 1]由系统能控能观性判据得 ran k[b Ab] =2c rank cA 故系统既能控又能观。
现代理论控制实验3
ans =3，所以系统是能控的
由Vo=obsv(a,c);rank(Vo)得
ans =3，所以系统是能观的
(2)
a.
选取K=[0 3 0] 为状态反馈矩阵，解得闭环ห้องสมุดไป่ตู้统的零点、极点和传递函数如下
由a=[-3 0 0;0 2 0;0 0 -1];b=[1 1 1]';k=[0 3 0];a1=a+b*k得
三、实验过程及结果
1. 已知系统
（1）求解系统的零点、极点和传递函数，并判断系统的能控性和能观测性。
（2）分别选取K=[0 3 0]，K=[1 3 2]，K=[0 16 /3–1/3]为状态反馈矩阵，求解闭环系统的零点、极点和传递函数，判断闭环系统的能控性和能观测性。它们是否发生改变?为什么？
（3）任选三个输出反馈矩阵，求解闭环系统的零点、极点和传递函数，并判断系统的能控性和能观测性。它们是否发生改变? 为什么？
[xo,x,t]=simobsv(g1,l);plot(t,x,'-k',t,xo,':r')
观测器观测到的状态如下
其中l=
(4)
三、实验结果
1(1)
系统的零点、极点和传递函数如下
由a=[-3 0 0;0 2 0;0 0 -1];b=[1 1 1]';c=[0.4 0.2667 0.3333];g1=ss(a,b,c,0)；g1=tf(g1)得
g1=
由g1=zpk(g1)得
系统的零点为1,-2;系统的极点为-3，-1，2
系统的能控性和能观性判断如下
ans =3，所以系统是能控的
由Vo=obsv(a,c);rank(Vo)得
现代控制理论实验报告
现代控制理论实验院系：计算机与电子信息学院班级：电气09-1姓名：学号:指导老师：禹柳飞实验一线性控制系统状态空间法分析第一部分线性控制系统状态空间模型的建立及转换一、实验目的1 掌握线性控制系统状态空间模型的建立方法。
2 掌握MATLAB中的各种模型转换函数。
二、实验项目1 已知系统的传递函数求取其状态空间模型。
2 MATLAB中各种模型转换函数的应用。
3 连续时间系统的离散化。
三、实验设备与仪器1、计算机2、MATLAB软件四、实验原理及内容（一）系统数学模型的建立1、传递函数模型—tf功能：生成传递函数，或者将零极点模型或状态空间模型转换成传递函数模型。
格式：G=tf(num,den)其中，（num,den）分别为系统的分子和分母多项式系数向量。
返回的变量G为传递函数对象。
【例】：已知G（S）=错误！未找到引用源。
用MA TLAB语句将上述传递函数表示出来。
编程如下：num=[2 9]；den=[1 2 4 6];Sys=tf(num,den)MATLAB中运行结果如下图所示：2、状态方程模型—ss功能：生成状态方程，或者将零极点模型或传递函数模型转换成状态方程模型。
格式：G=ss(A,B,C,D)其中，A,B,C,D分别为状态方程的系统矩阵、输入矩阵、输出矩阵和前馈矩阵。
【例】：已知系统状态空间模型为编程如下：>>A=[0 1;-1 -2];>>B=[0;1];>>C=[1,3]; D=1];>>G=ss(A,B ,C ,D)运行结果如下图：3、零极点模型—zpk功能：生成零极点模型，或将状态方程模型或传递函数模型转换成零极点模型。
格式：G=zpk(z, p, K)其中，z,p,K分别表示系统的零点、极点和增益。
【例】：G(s)=6（s+3）/（s+1）（s+2）（s+5）使用MATLAB 语句将上述零极点增益模型表示出来。
编程如下：z=[-3];p=[-1,-2,-5];k=[6];G=zpk(z,p,k)（二）连续时间系统离散化函数名称：c2d格式：G=c2d(G1,Ts)，其中Ts 为采样周期。
- 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)。
倒立摆控制系统实验报告实验一建立一级倒立摆的数学模型一、实验目的学习建立一级倒立摆系统的数学模型，并进行Matlab仿真。
二、实验内容写出系统传递函数和状态空间方程，用Matlab进行仿真。
三、Matlab源程序及程序执行结果⑴Matlab源程序⑵给出系统的传递函数和状态方程传递函数gs(输出为摆杆角度)传递函数gspo(输出为小车位置)状态空间sys(A,B,C,D)⑶给出传递函数极点和系统状态矩阵A的特征值传递函数gs极点P传递函数gspo极点Po系统状态矩阵A的特征值E⑷给出系统开环脉冲响应和阶跃响应的曲线系统开环脉冲响应曲线系统开环阶跃响应曲线四、思考题(1) 由状态空间方程转化为传递函数，是否与直接计算传递函数相等？通过比较，可知传递函数gspo由状态空间方程转化为传递函数时，多了s的一次项，但是系数可以近似为0。
传递函数gs，则完全相等。
所以，状态空间方程转化为传递函数与直接计算传递函数可以认为是相等的。
(2) 通过仿真表明开环系统是否稳定？请通过极点(特征值)理论来分析。
开环系统不稳定。
根据极点理论可知，系统稳定的条件是极点均在左半平面。
但是，系统有一个极点5.4042不在左半平面。
因此，系统不稳定(3) 传递函数的极点和状态方程的特征值的个数、大小是否相等？如果不相等，请解释其原因。
传递函数gspo的极点和状态方程的特征值的个数、大小相等。
但是传递函数gs的极点和状态方程的特征值个数不相等。
因为存在零极点对消。
Matlab源程序：clear all;f1=0.001;%实际系统参数M=1.32;m=0.132;b=0.1;l=0.27;I=0.0032;g=9.8;T=0.02;%求传递函数gs(输出为摆杆角度)和gspo(输出为小车位置)q=(M+m)*(I+m*l^2)-(m*l)^2;num=[m*l/q 0];den=[1 b*(I+m*l^2)/q -(M+m)*m*g*l/q -b*m*g*l/q];gs=tf(num,den);numpo=[(I+m*l^2)/q 0 -m*g*l/q];denpo=[1 b*(I+m*l^2)/q -(M+m)*m*g*l/q -b*m*g*l/q 0];gspo=tf(numpo,denpo);%求状态空间sys(A,B,C,D)p=I*(M+m)+M*m*l^2;A=[0 1 0 0;0 -(I+m*l^2)*b/p m^2*g*l^2/p 0;0 0 0 1;0 -m*b*l/p m*g*l*(M+m)/p 0];B=[0;(I+m*l^2)/p;0;m*l/p];C=[1 0 0 0;0 0 1 0];D=[0;0];sys=ss(A,B,C,D);%通过传递函数求系统(摆杆角度和小车位置)的开环脉冲响应t=0:T:5;y1=impulse(gs,t);y2=impulse(gspo,t);figure(1);plot(t,y2,'b',t,y1,'r');xlabel('t/s');ylabel('Position/m or Angle/rad');axis([0 2 0 80]);legend('Car Position','Pendulum Angle');%将状态空间方程sys转化为传递函数gs0gs0=tf(sys);%通过状态方程求系统(摆杆角度和小车位置)的开环脉冲响应t=0:T:5;y=impulse(sys,t);figure(2);plot(t,y(:,1),t,y(:,2),'r');xlabel('t/s');ylabel('Position/m or Angle/rad');axis([0 2 0 80]);legend('Car Position','Pendulum Angle');%通过传递函数求系统(摆杆角度和小车位置)的开环阶越响应t=0:T:5;y1=step(gs,t);y2=step(gspo,t);figure(3);plot(t,y2,'b',t,y1,'r');axis([0 2.5 0 80]);xlabel('t/s');ylabel('Position/m or Angle/rad');legend('Car Position','Pendulum Angle');%通过状态方程求系统(摆杆角度和小车位置)的开环阶越响应t=0:T:5;y=step(sys,t);figure(4);plot(t,y(:,1),t,y(:,2),'r');xlabel('t/s');ylabel('Position/m or Angle/rad');axis([0 2.5 0 80]);legend('Car Position','Pendulum Angle');%求传递函数极点P=pole(gs);Po=pole(gspo);%求A的特征值E=eig(A);实验二倒立摆系统控制算法的状态空间法设计一、实验目的学习如何使用状态空间法设计系统的控制算法。
二、实验内容用状态空间法设计控制器，使得当在小车上施加 0.2m 的阶跃信号时，闭环系统的响应指标为：(1) 杆角度µ 和小车位移x的稳定时间小于5秒(2) x的上升时间小于2秒2(3) µ 的超调量小于20度（0.35弧度）(4) 稳态误差小于4%.三、Matlab源程序及程序执行结果⑴给出Matlab程序的执行结果和仿真图形(确定K和反馈后的响应曲线)；反馈后的响应曲线⑵给出无扰动时两次不同K 值下，小车的稳定位置P1和摆杆的稳定角度Pend1；①K =-14.1421 -12.1467 63.5825 11.8413小车的稳定位置P1=-0.01绿色的曲线为摆杆的稳定角度Pend1=0.002度②K =-14.1421 -12.1570 63.5837 11.8416小车的稳定位置P1=-0.007绿色的曲线为摆杆的稳定角度Pend1=0.0015度⑶给出阶跃输入时两次不同 K 值下，小车的稳定位置 P2-P1 和摆杆的稳定角度Pend2①K =-14.1421 -12.1467 63.5825 11.8413小车的稳定位置 P2-P1=0.0825- (-0.01）=0.0925摆杆的稳定角度Pend2=0.008度②K =-14.1421 -12.1570 63.5837 11.8416小车的稳定位置 P2-P1=0.085- (-0.007）=0.092摆杆的稳定角度Pend2=0.005度⑷给出两次不同 K 值下，实际系统的响应曲线，并计算实验要求中的四项响应指标，并注意要利用实验三中统计出的响应时间延迟修正响应曲线。
①K =-14.1421 -12.1467 63.5825 11.841300 =(0.11-0.0825)/0.0925=29.7% t p = (4100-3880)/1000*8.8=1.936st r =(4030-3880)/1000*8.8=1.32s t s =(4800-3880)/1000*8.8=8.096s②K =-14.1421 -12.1570 63.5837 11.841600 =(0.11-0.085)/0.092=27.17% t p = (3025-2840)/1000*8.8=1.628st r =(2955-2840)/1000*8.8=1.012s t s =(4800-3900)/1000*8.8=7.92s四、思考题(1) 计算Ac 的特征值。
①K =-14.1421 -12.1467 63.5825 11.8413②K =-14.1421 -12.1570 63.5837 11.8416(2) 通过仿真分析Q11和Q33的大小对控制效果的影响(Q11为Q 阵的第(1; 1)个元素)：•固定Q33 ，改变Q11Q33=100 Q11=100（红）、500（蓝）、1000（绿）从图中可以看出Q11增大,角度超调随着增大,位置的超调基本不变,但是响应时间缩短了。
•固定Q11 ，改变Q33Q11=100 Q33=100（红）、1000（蓝）、2000（绿）从图中可以看出Q33增大,角度超调减小,位置的超调基本不变,但是响应时间延长了。
Matlab源程序：clear all;f1=0.001;%实际系统参数% M=1.096;% m=0.109;% b=0.25;% l=0.25;% I=0.0034;% g=9.8;% T=0.001;%求系统状态空间参数M=1.32;m=0.132;b=0.22;l=0.27;I=0.0032;g=9.8;T=0.02;p=I*(M+m)+M*m*l^2;A=[0 1 0 0;0 -(I+m*l^2)*b/p m^2*g*l^2/p 0;0 0 0 1;0 -m*b*l/p m*g*l*(M+m)/p 0];B=[0;(I+m*l^2)/p;0;m*l/p];C=[1 0 0 0;0 0 1 0];D=0;%求反馈向量KR=1;Q1=200;Q2=0;Q3=100;Q=[Q1 0 0 0;0 Q2 0 0;0 0 Q3 0;0 0 0 0];K=lqr(A,B,Q,R);%求状态反馈后的系统sysstateAc=A-B*K;Bc=B*K(1); %输入变换使输入与反馈的量纲匹配sysstate=ss(Ac,Bc,C,D);%对lqr控制系统进行仿真t=0:T:5;U=0.2*ones(size(t));y=lsim(sysstate,U,t);figure(1);hold on;plot(t,y(:,1),t,y(:,2),'r');box on;xlabel('t/s');ylabel('Position/m or Angle/rad');legend('Car Position','Pendulum Angle');实验三研究倒立摆系统对信号的跟踪一、实验目的观察倒立摆对于不同输入信号的跟踪情况，加深对状态空间和状态反馈的理解。
二、实验内容在平衡位置，分别设定下列三种信号，记录倒立摆的运动情况：(1) 方波信号：频率0.001Hz，幅值0.05m(2) 正弦波信号：频率0.001Hz，幅值0.05m(3) 锯齿波信号：频率0.001Hz，幅值0.05m三、 Matlab源程序及程序执行结果⑴Matlab源程序⑵给出Matlab的仿真图形(三种扰动下的响应曲线)锯齿波干扰的响应曲线：方波干扰的响应曲线：正弦波干扰的响应曲线：⑶给出实际系统的响应曲线方锯齿波干扰的实际响应曲线：波干扰的实际响应曲线：由方波实际响应曲线可以知道时间对应关系为1000对应8.8s 时间修正后的方波曲线:正弦波干扰的实际响应曲线：⑷利用实验步骤（10）中的方法统计响应时延锯齿波干扰的实际响应曲线可以得到响应时延为0.229s ⑸根据统计出的时延，对实验二中阶跃响应的曲线进行修正修正后的曲线：①K =-14.1421 -12.1467 63.5825 11.8413②K =-14.1421 -12.1570 63.5837 11.8416四、思考题(1)仿真曲线和实际响应曲线是否大致相同？通过比较可以看出仿真的曲线和实际响应曲线大致相同。