弹道模型matlab代码
matlab各类拟合曲线代码
标题：探索MATLAB中各类拟合曲线的代码应用在MATLAB中，拟合曲线是数据分析和模型建立中常用的技术之一。
通过拟合曲线，我们可以了解数据之间的关联性并建立预测模型，为进一步分析和应用数据奠定基础。
本文将深入探讨MATLAB中各类拟合曲线的代码应用，帮助读者更深入地理解该主题。
一、线性拟合曲线1. 使用MATLAB进行线性拟合曲线的代码示例在MATLAB中，使用polyfit函数可以进行线性拟合。
对一组数据点(x, y)进行线性拟合，代码如下：```matlabx = [1, 2, 3, 4, 5];y = [2, 3.5, 5, 7, 8.5];p = polyfit(x, y, 1);```其中，x为自变量，y为因变量，1表示进行一次线性拟合。
通过polyfit函数，可以得到线性拟合的系数p。
2. 线性拟合曲线的应用和特点线性拟合曲线适用于线性关系较为明显的数据，例如物理实验数据中的直线关系。
通过线性拟合，可以获得各项系数，对数据进行预测和建模。
二、多项式拟合曲线1. 使用MATLAB进行多项式拟合曲线的代码示例在MATLAB中，使用polyfit函数同样可以进行多项式拟合。
对一组数据点(x, y)进行二次多项式拟合，代码如下：```matlabx = [1, 2, 3, 4, 5];y = [1, 4, 9, 16, 25];p = polyfit(x, y, 2);```其中，x为自变量，y为因变量，2表示进行二次多项式拟合。
通过polyfit函数，同样可以得到多项式拟合的系数p。
2. 多项式拟合曲线的应用和特点多项式拟合曲线适用于数据中存在曲线关系的情况，通过选择合适的最高次数，可以灵活地拟合各种曲线形状。
三、非线性拟合曲线1. 使用MATLAB进行非线性拟合曲线的代码示例在MATLAB中，使用fit函数可以进行非线性拟合。
对一组数据点(x, y)进行指数函数拟合，代码如下：```matlabx = [1, 2, 3, 4, 5];y = [2.1, 7.4, 16.1, 29.3, 48.2];f = fit(x', y', 'exp1');```其中，x为自变量，y为因变量，'exp1'表示进行指数函数拟合。
动能武器原理
图２附加药室装药量不同时的可一￡曲线
Ｆｉｇ．２ Ｔｈｅ秽一ｆ ｃｕｒｖｅｓ ｕｎｄｅｒ ｄｉｆｆｅｒｅｎｔ ｓｕｂｓｉｄｉａｒｙ ｃｏｎｔｅｎｔ
由图１和图２可知，随着附加药室装药量的增 加，初速不断提高，户一￡曲线二次压力峰的峰高和 峰宽增大。这是因为附加药室的装药量越大，产生的 能量越多，喷孔向主装药室喷人的流量增加、时间变 长，故夕一ｆ曲线的二次压力峰变高变宽。为了保证 最大膛压不增加，应选择适当的装药量，使二次压力 峰的峰压与最大膛压相等，既能有效提高初速又使 最大膛压不变高。 ３．２喷孔大小的影响
弹丸到达附加药室前的能量平衡方程：
（３）附加药室燃气生成规律假定符合半密闭容
式中：
ｓｌ户（ｚ中＋ｚ）一厂ｌ咄缈ｌ一÷缈口２
（７）
器的燃烧规律
肾巧警菇㈣）
ｚ妒一ｚ。［１一含一△ｌ（口。一击）９１］ （８）
在以上方程组中共有９。、９ｚ、Ｚ，、ｚｚ、户、户ｚ、户，、
２．２．２辅助方程组
户。户审ｚ以口、ｆ、Ｕ、Ｅ２、Ｇ：１４个独立变量，１３个独立方
考虑到当附加药室有气体补充到主装药室时，
（３）
仅仅是附加药室的能量补充进来，则此时体现膛内
气体状态以及能量转换过程的内弹道方程为：
㈤Ｌ４，
ｓｌ户（ｚ事＋ｚ）＝，１（ｃＪｌ缈１＋Ｅ２一詈缈口２
（１６）
式中：
㈣、。７
ｚ雪一ｚ。［１一衾一△，（口。一击）９１一△：口。９：］ （１７）
（”６）７
“一—丁 Ⅳ２＋Ⅳ１ ，
能否在最大压力处实现压力平台的关键。 关键词：序列装药；内弹道；数值模拟；弹丸初速
中图分类号：ＴＪｌ２１＋４
文献标志码；Ａ
文章编号：１００７—７８１２（２００８）０３一００８７一０４
解弹道方程求解舰炮武器系统射击诸元的数学模型
解弹道方程求解舰炮武器系统射击诸元的数学模型一、引言随着现代军事技术的发展，舰炮武器系统作为海军舰船上重要的作战装备之一，其射击精度和命中率直接影响了作战效果。
在舰炮武器系统的设计和研发过程中，需要进行射击参数的分析和优化，而解弹道方程是求解舰炮武器系统射击诸元的数学模型中的重要内容之一。
二、解弹道方程的基本原理解弹道方程是舰炮武器系统射击诸元的数学模型中的关键环节，其基本原理是根据枪弹在发射过程中受到的空气阻力、重力等外力的影响，建立弹道方程并求解得到枪炮射程、射速和射击精度等参数。
三、弹道方程的建立1. 枪弹运动方程枪弹在发射过程中受到重力、空气阻力等外力的作用，运动方程可以描述为：弹道方程1弹道方程2弹道方程32. 外力分析在建立弹道方程的过程中，需要对枪弹受到的外力进行分析，例如重力、空气阻力等的影响。
3. 初值条件在求解弹道方程时，需要确定一定的初值条件，包括发射角度、初速度以及大气条件等。
四、弹道方程的求解1. 数值计算方法弹道方程通常采用数值方法进行求解，例如有限差分法、龙格-库塔法等数值计算方法。
2. 计算工具为了求解弹道方程，通常需要借助专业的计算工具，例如MATLAB、Python等。
3. 求解结果分析求解得到弹道方程后，需要对求解结果进行分析，包括射程、射速、命中率等参数的评估。
五、应用与优化1. 已有案例分析结合实际的舰炮武器系统，可以进行已有案例的弹道方程求解及优化分析，以提高射击精度。
2. 参数优化通过对弹道方程中的各项参数进行优化，可以提高舰炮武器系统的射击精度和命中率。
六、结论解弹道方程求解舰炮武器系统射击诸元的数学模型，对于提高舰炮武器系统的射击精度和命中率具有重要意义。
通过建立弹道方程、求解和优化，能够有效提升舰炮武器系统的作战效能，为我国海军现代化建设做出重要贡献。
七、参考文献1. 《舰炮武器系统原理与设计》，XXX，XXX出版社，2000.2. 《武器装备使用手册》，XXX，XXX出版社，2010.以上就是关于解弹道方程求解舰炮武器系统射击诸元的数学模型的文章内容，希望对读者有所帮助。
(完整版)云模型matlab程序
1.绘制云图Ex=18En=2He=0.2hold onfor i=1:1000Enn=randn(1)*He+En;x(i)=randn(1)*Enn+Ex;y(i)=exp(-(x(i)-Ex)^2/(2*Enn^2)); plot(x(i),y(i),'*')endEx=48.7En=9.1He=0.39hold onfor i=1:1000Enn=randn(1)*He+En;x(i)=randn(1)*Enn+Ex;y(i)=exp(-(x(i)-Ex)^2/(2*Enn^2)); plot(x(i),y(i),'*')end2.求期望、熵及超熵X1=[51.93 52.51 54.70 43.14 43.85 44.48 44.61 52.08];Y1=[0.91169241573 0.921875 0.96032303371 0.75737359551 0.76983848315 0.7808988764 0.78318117978 0.9143258427];m=8;Ex=mean(X1)En1=zeros(1,m);for i=1:mEn1(1,i)=abs(X1(1,i)-Ex)/sqrt(-2*log(Y1(1,i)));endEn=mean(En1);He=0;for i=1:mHe=He+(En1(1,i)-En)^2;endEn=mean(En1)He=sqrt(He/(m-1))3.平顶山so2环境:X1=[0.013 0.04 0.054 0.065 0.07 0.067 0.058 0.055 0.045];Y1=[0.175675676 0.540540541 0.72972973 0.8783783780.945945946 0.905405405 0.783783784 0.743243243 0.608108108]; m=9;Ex=mean(X1)En1=zeros(1,m);for i=1:mEn1(1,i)=abs(X1(1,i)-Ex)/sqrt(-2*log(Y1(1,i)));endEn=mean(En1);He=0;for i=1:mHe=He+(En1(1,i)-En)^2;endEn=mean(En1)He=sqrt(He/(m-1))1.绘制正向云图Ex=18En=2He=0.2hold onfor i=1:1000Enn=randn(1)*He+En;x(i)=randn(1)*Enn+Ex;y(i)=exp(-(x(i)-Ex)^2/(2*Enn^2));plot(x(i),y(i),'*')endEx=48.7En=9.1He=0.39hold onfor i=1:1000Enn=randn(1)*He+En;x(i)=randn(1)*Enn+Ex;y(i)=exp(-(x(i)-Ex)^2/(2*Enn^2));plot(x(i),y(i),'*')end2.逆向云发生器中需要剔除隶属度大于0. 9999 的云滴，剩下个云滴。
ddf模型的matlab程序
DDF模型是一种广泛应用于地震勘探和地球物理探测领域的数学模型，它可以帮助我们更好地理解地下构造和地震波传播规律。
在实际工程中，使用Matlab编程对DDF模型进行仿真和分析是非常常见的。
本文将介绍DDF模型的原理及其在Matlab程序中的实现。
一、DDF模型的原理1. 地震波传播原理在地球物理勘探中，地震波的传播是一项重要的研究内容。
地震波在地下介质中传播时会发生折射、反射和衍射等现象，这些现象受到介质物性的影响。
2. DDF模型概述DDF模型是一种基于弹性波动方程的数学模型，它可以描述地震波在介质中的传播过程。
DDF模型考虑了介质的弹性性质和几何形态，能够较准确地模拟地震波在复杂介质中的传播情况。
3. DDF模型的理论基础DDF模型基于弹性波动方程推导而来，其具体数学表达为一组偏微分方程。
通过对介质物性和边界条件的合理假设，可以得到DDF模型的数值解，从而实现对地震波传播的模拟和分析。
二、DDF模型的Matlab编程实现1. 编程环境准备在进行DDF模型的Matlab编程之前，首先需要准备好编程环境。
包括安装Matlab软件、了解Matlab的基本语法和数据处理方法等。
2. DDF模型的数值求解DDF模型的数值求解是整个Matlab编程过程的核心部分。
通过将DDF模型的偏微分方程离散化，可以得到一个关于介质物性和边界条件的代数方程组，利用Matlab的数值计算能力可以求解这组方程。
3. 结果可视化在得到DDF模型的数值解之后，还需要对模拟结果进行可视化处理。
可以利用Matlab的绘图功能，将地震波的传播情况以图像的形式清晰展现出来，便于工程人员进行分析和理解。
三、DDF模型在地震勘探中的应用实例1. 地震成像DDF模型在地震成像中有着广泛的应用。
通过对地震波在不同介质中的传播情况进行模拟，可以确定地下各层的构造和性质，为地球物理勘探提供重要的参考信息。
2. 地震波的反演地震波反演是地球物理勘探中的重要技术手段，可以通过对地震波在地下介质中的传播进行模拟，反推出地下介质的物性参数。
仿真技术试验(探测专业)——实验二 导弹的纵向运动仿真建模
西工大制导控制系统仿真技术 试验 实验二 导弹的纵向运动仿真建模一、实验目的与要求1．加深对导弹的纵向模型的理解；2．掌握Matlab/Simulink 仿真模型的建模步骤和注意事项； 3．在Matlab/SimuLink 环境下，进行导弹的纵向运动仿真建模；二、实验内容1、首先给出导弹的的简化纵向运动方程：◆ 质心动力学方程：cos sin sin cos dVmP X mg dtd mV P Y mg dt αθθαθ=--=+-◆ 绕质心转动转动动力学方程： zzz d J M dtω= ◆ 质心运动学方程：cos sin dxV dtdyV dt θθ==◆ 绕质心转动动力学方程： z d dtϑω= ◆ 补充几何关系方程： ϑαθ=+◆ 过载计算方程：cos y V d n g dtθθ=+ 式中： m 为导弹当前的质量；V 为导弹速度； P 为导弹推力； X 为导弹受到的阻力； Y 为导弹受到的升力；g 为重力加速度；z J 为导弹的z 轴的转动惯量；z ω为导弹俯仰角速度；y n 为导弹的法向过载；z M 为导弹受到气动俯仰力矩；ϑ为俯仰角；θ为弹道倾角； α为攻角。
2、下面给出导弹的弹体参数： ● 弹体参数：弹体质量：0m =250；转动惯量：315Jz =；参考面积：0.45S =参考长度： 2.5L =；发动机推力：1000P =；质量秒消耗量：0.46dm = ● 阻力计算公式：x X C qS =，其中：220x x x C C C αα=+，00.2x C =，20.0005x C α=● 升力计算公式：y Y C qS =，其中：z y y y z C C C δααδ=+，0.25y C α=，0.05z y C δ=● 俯仰力矩计算公式：z z M m qSL =，其中：z z z z z m m m δααδ=+，-0.1z m α=，-0.024z z m δ=3、下面给出导弹的控制系统：图 1 导弹的俯仰控制系统图中，控制系统的参数：Kwz = -0.05,Kpny = 0.1,Kiny = 2。
基于人大金仓数据库和MATLAB的弹道目标数据管理
基于人大金仓数据库和MATLAB的弹道目标数据管理作者：蔡红军来源：《数字技术与应用》2017年第11期摘要：由于弹道目标的特殊性，真实弹道目标数据显得十分珍贵，如何对历史数据进行保存和管理，便于进行分析，充分发挥试验数据的价值，变得越来越重要。
本文针对这一问题，结合弹道目标数据的特点，提出用人大金仓数据库进行数据管理，同时利用MATLAB软件进行数据分析，即解决了弹道目标数据的存储问题，同时又利用MATLAB软件实现对数据的可视化分析。
关键词：数据库；人大金仓；数据库访问中图分类号：TP311.13 文献标识码：A 文章编号：1007-9416（2017）11-0104-021 引言弹道目标数据由于保密的原因，很难获得真实目标的实测数据，因此弹道目标数据显得十分珍贵。
随着参与外场试验的次数越来越多，逐渐积累了大量宝贵的原始数据，然而缺乏对现有的数据进行梳理，难以发挥有限试验数据的价值，同时随着时间的流逝，关键数据信息难免遗漏。
因此，急需一个数据库对现有的数据进行管理。
MATLAB软件擅长于数据分析和可视化，同时MATLAB软件中有一个为关系型数据库和MATLAB进行数据交互提供接口函数支持的工具包Database Toolbox，其使用简单，功能强大，通过其提供的接口函数极大简化了MATLAB与关系型数据库间的数据交互，而且它支持同时与多个数据库的并行任务和大量数据集的分段输入。
在WINDOWS环境下，Database Toolbox支持JDBC驱动和ODBC驱动，然而Database Toolbox并不支持非结构化大型对象（Large Object，LOB）数据的存储。
本文结合弹道目标数据的特点，采用人大金仓数据库（KingbaseES）和MATLAB软件完成数据的管理和分析，使用KingbaseES中TEXT数据类型，代替LOB数据类型。
本文中的驱动配置方法和代码程序均在MATLAB 2012b版本和KingbaseES V7版本下进行。
航天飞行动力学作业报告-有翼导弹飞行方案和稳定性分析
航天飞行动力学作业报告——有翼导弹飞行方案和稳定性分析一、问题描述：1.在给定的条件下，计算纵向理想弹道，并给出采用瞬时平衡假设0zz z z m m δααδ+=时所有纵向参数随时间的变化曲线。
2.不考虑气动力下洗影响，以第一问得出的弹道为基础，选取并计算作为特性点的5个以上点处的纵向短周期扰动运动的动力系数，并分析其在特性点处的自由扰动的稳定性，以及计算在各个特性点处弹体传递函数(),(),()y n W s W s W s αδδϑδ 。
二、模型建立：根据给出的飞行条件进行初步分析，可给出如下假设和简化： 1、 近似认为导弹绕弹体轴的转动是无惯性的。
2、 近似认为导弹控制系统理想工作，既无误差，也无时间延迟。
3、 近似认为各种干扰因素对导弹无任何影响。
4、由于侧向运动参数与x 与y 方向舵偏角都是小量，因此可近似认为相关参数可以忽略。
5、近似认为导弹在某个铅锤面内飞行，即其飞行弹道与铅锤面内的弹道差别不大。
6、近似认为俯仰操纵机构的偏转仅取决于纵向运动参数；偏航、滚转操纵机构的偏转仅取决于侧向运动参数。
根据以上假设，我们可以简化得到以下方程组： 质心移动的动力学方程：mmdddddddd =PPPPPPPPαα−XX −mmmmPPmm mm θθ mmdd ddθθdddd =PPPPmm mm αα+YY −mmmmPPPPPPθθ质心移动的运动学方程：dddddddd =Vcos θ dddddddd =Vsin θ 质量方程：ddmmdddd=mm 纵向平衡关系式：0zz z z m m δααδ+=控制方程：14=0=0εε上式适用于全阶段的飞行方案，但是因为每个阶段的参数会有所不同，因此在不同阶段该方程组会有不同的形式，再根据每个阶段的具体的公式进行数值积分就能够得到最终各参数的变化情况。
三、求解弹道1.第一阶段：给定高度导弹释放后，在第一阶段做无动力滑翔，采用给定高度的飞行方案，其控制系统方程有表达式如下：***2000cos(0.000314 1.1)5000(-)+(-)zH x k H H k H H ϕϕδ=×××+=×× 值得注意的是，控制方程中包含开环增益系数，其值的选取关系到在控制系统下的飞行弹道与给定弹道的相合程度，通过matlab 进行循环迭代调试选取使弹道最相合且震荡最微弱的参数k k φφ ，得到阶段一各参数随时间变化的关系如下图所示：图 3-1 第一阶段飞行参数变化曲线图3-1给出了阶段一导弹速度、弹道倾角、导弹质量、水平位移、导弹高度、z 向舵偏角随时间变化的关系，其中各单位分别为m/s 、rad 、kg 、m 、m 、rad ，时间单位为s. 2.第二阶段：等高飞行导弹在水平位移为9100m 时，发动机开始点火，转入水平飞行模式。
- 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)。
弹道模型matlab代码
matlab内弹道程序
1、火炮内弹道求解与计算摘要：本文结合火炮内弹道基本方程，得出压力、速度与行程、时间的关系式。
并利用了MATLAB的程序对该火炮系统的内弹道过程进行求解。
关键词：内弹道基本方程；MATLAB；1.火炮内弹道诸元火炮内弹道诸元数据如下表所示：炮膛断面积S药室容积V0弹丸全行程Ig弹丸质量m装药质量dm2dm3dmkgkg0.8187.9247.4815.65.5火药参数如下表所示：F燃气比
热比k管状火药长2a管状火药厚
kJ/kgdm3/kgkg/dm31mmmm96011.61.22601.7协调常量如下表所示：BIk挤进压力P011kPasMPa1.6021.2761601.930其他所需的参数计。
2、算：；2.内弹道基本方程组及其解析解法方程组建立如上，则考虑三个时
期分别求解：前期：考虑为定容燃烧过程，则有条件：则有，令第一时期：将前期的参量计算得出之后，代入方程组，解算第一时期的v、p值。
考虑平均法，利用若设x=Z-Z0则可得，第二时期：考虑第二时期无火药燃烧，则有：设极限速度，利用可得各个时期的p-l，v-l曲线。
3.使用MATLAB对内弹道进行求解由于解析
解方法较为繁琐，并且需要相当多的简化才能进行计算，因此考虑使用MATLAB
对内弹道方程进行求解与仿真，描绘p-t、p-l、v-t、v-l曲线，如下图所示。
最大膛压约为800MPa，出膛速度大约为1000m/s.4.Matlab代码代。
3、码：functionndd%100mm加农炮S=0.818;%枪(炮)膛横断面积
dm2M=15.6;%弹重kgV0=7.92;%药室容积dm3I_g=47.48;%身管行程
dmP_0=30000;%起动压力kpafai1=1.02;%次要功系数theta=0.2;%火药热力系数%=f=;%火药力kg*dm/kgalpha=1;%余容dm3/kgdelta=1.6;%火药密度
kg/dm3%=ome=5.5;%装药量kgu1=1.6184*10-5;%第一种装药烧速系数
dm3/(s*kg)n1=1;%装药压力指数n1lambda=-0.5;%。
4、装药形状特征量lambda_s=0;%装药分裂点形状特征量schi=2.01;%装药形状特征量chi_s=0;%装药分裂点形状特征量smu=0;%装药形状特征量
et1=1.7*10-2;%装药药厚0d1=1.7*10-2;%装药火药内径dB=1.602;%=%常数
与初值计算-
l_0=V0/S;Delta=ome/V0;phi=1.276;v_j=196*f*ome/(phi*theta*M);v_j=sqrt(
v_j);Z_s=1;p_0=P_0/(f*Delta);psi_0=(1/Delta-1/delta)/(f/P_0+alpha-
1/delta);Z_0=(s。
5、qrt(1+4*psi_0*lambda/chi)-1)/(2*lambda);%解算子-
C=zeros(1,12);C(1)=chi;C(2)=lambda;C(3)=lambda_s;C(4)=chi_s;C(5)=Z_s;% C(6)=theta;C(7)=B;C(8)=n1;C(9)=Delta;C(10)=delta;C(11)=alpha;C(12)=mu; C;y0=Z_0;0;0;psi_0;options=odeset(outputfcn,odeplot);tt,y=ode45(ndd_fun, 0:100,Z_0;0;0,options,C);l=y(:,2)。
6、;l=l*l_0;fl=find(l=I_g);fl=min(fl);tt,y=ode45(ndd_fun,0:0.005:fl,Z_0;0;0 ,options,C);Z=y(:,1);lx=y(:,2);vx=y(:,3);psi=(Z=0&Z=1&Z=Z_s)*1;l_psi=1-(Delta/delta)*(1-psi)-alpha*Delta*psi;px=(psi-
vx.*vx)https:///tags/(lx+l_psi);p=px*f*Delta/100;v=vx*v_j/10;l =lx*l_0;t=tt*l_0*10。
7、
00/v_j;fl=find(l=I_g);fl=min(fl)+1;p(fl:end)=;v(fl:end)=;l(fl:end)=;t(fl:end)=;p d=px*f*Delta/100/(1+ome/3/fai1/M);pt=pd*(1+ome/2/fai1/M);aa=max(px );M=find(px=aa);Pm=tt(M)*l_0*1000/v_jlx(M)*l_0vx(M)*v_j/10px(M)*f*Delta /100pt(M)pd(M)psi(M)Z(M);%ll=length(tt);ran=find(Z=1);ran=min(ran);Zf=t t。
8、
(ran)*l_0*1000/v_jlx(ran)*l_0vx(ran)*v_j/10px(ran)*f*Delta/100pt(ran)pd(ran) psi(ran)Z(ran);jie=find(psi=1);jie=min(jie);psij=tt(jie)*l_0*1000/v_jlx(jie)*l_0v x(jie)*v_j/10px(jie)*f*Delta/100pt(jie)pd(jie)psi(jie)Z(jie);pg=tt(end)*l_0*1000 /v_jlx(end)*l_0vx(end)*v_j/10px(end)*f*Delta/1。
9、
00pt(end)pd(end)psi(end)Z(end);Ry1=Zf;psij;pg;Pm;Ry2=tt*l_0*1000/v_jlx*l_ 0vx*v_j/10px*f*Delta/100ptpdpsiZ;subplot(2,2,1);plot(t,p,linewidth,2);grido n;xlabel(fontsize8bft(ms);ylabel(fontsize8bfp(kg/cm2);title(fontsize8bft-p曲线);subplot(2,2,2)plot(t,v,linewidth,2);gridon;xlabel(fontsize8。
10、bft(ms);ylabel(fontsize8bfv(m/s);title(fontsize8bft-v曲
线);subplot(2,2,3)plot(l,p,linewidth,2);gridon;xlabel(fontsize8bfl(dm);ylabel(f ontsize8bfp(kg/cm2);title(fontsize8bfl-p曲
线);subplot(2,2,4)plot(l,v,linewidth,2);gridon;xlabel(fontsize8bfl(dm);ylabel(f ontsize8bfv(m/s);title(fontsize8bfl-v曲线);。
11、
tspan=length(t)/20;tspan=1:ceil(tspan):length(t);tspan(end)=length(t);fprint f(t(ms)p(kg/cm2)v(m/s)l(dm);formatshortg;Result=t(tspan)p(tspan)v(tspan)l (tspan)format;%-
functiondy=ndd_fun(t,y,C)chi=C(1);lambda=C(2);lambda_s=C(3);chi_s=C(4); Z_s=C(5);mu=C(12);theta=C(6);B=C(7);V=C(8);D。
12、
elta=C(9);delta=C(10);alpha=C(11);Z=y(1);l=y(2);v=y(3);psi=(Z=0&Z=1&Z= Z_s)*1;l_psi=1-(Delta/delta)*(1-psi)-alpha*Delta*psi;p=(psi-
v*v)/(l+l_psi);dy(1)=sqrt(theta/(2*B)*(pV)*(Z=0&Z<=Z_s);dy(2)=v;dy(3)=the ta*p/2;dy=dy(1);dy(2);dy(3);。