搜索资源列表
B747_simulink_Model
- 以波音747为背景，建立了飞机运动的空间六自由度仿真模型。其中包含以下部分： 1. 飞机运动的空间六自由度仿真模型 2. 自动驾驶仪仿真模型； 3.执行器仿真模型； 4.大气重力环境模型； 5.气动数据模型； 6.发动机推力模型； 另外，仿真过程中： 1.考虑了风场的影响 2.考虑了传感器的随机噪声； 3.考虑了执行器时间延迟； 4.采用变增益控制器； 状态方程选取：速度、攻角、侧滑角、机体系三轴角速度、欧拉角、
numerical_analysis_homework
- (有源代码)数值分析作业,本文主要包括两个部分,第一部分是常微分方程(ODE)的三个实验题,第二部分是有关的拓展讨论,包括高阶常微分的求解和边值问题的求解(BVP).文中的算法和算例都是基于Matlab计算的.ODE问题从刚性(STIFFNESS)来看分为非刚性的问题和刚性的问题,刚性问题(如大系数的VDP方程)用通常的方法如ODE45来求解,效率会很低,用ODE15S等,则效率会高多了.而通常的非刚性问题,用ODE45来求解会有很好的效果.从阶次来看可以分为高阶微分方程和一阶常微分方程,高阶的
analyse-of-plane
- 飞机自然特性分析。 给定一个飞机纵向与横侧向运动状态空间方程，分别在时域、幅频域、复域分析飞机的纵向和横侧向自然特性-Given the natural characteristics of the aircraft an aircraft longitudinal and lateral motion state space equation, respectively, in test domain, amplitude and frequency domain, complex dom
ch3
- 该程序描述了系统传递函数、空间状态方程以及微分方程相互之间的转换。-The program describes the system transfer function, state space equations and differential equations between the conversion.
automatic-control
- 自动控制原理在状态空间方程中的时域分析响应-automatic control theory
Kalman-filter
- 卡尔曼滤波是基于状态空间方法的一套递推滤波算法，在状态空间方法中，引入了状态变量的概念。实际应用中，可以通过选取合适的状态变量来体现系统的特征、特点和状况的变化。卡尔曼滤波的模型包括状态空间模型和观测模型。状态模型是反映状态变化规律的模型，通过状态方程来描写相邻时刻的状态转移变化规律；观测模型反映了实际观测量与状态变量之间的关系。Kalman滤波问题就是联合观测信息及状态转移规律来得到系统状态的最优估计。-Kalman filter
state-stability
- 采用matlab中simulink搭建模块求解系统的状态空间方程，并分析其稳定性。-Simulink in matlab is adopted to build the module of system state space equation, and analyze its stability.
Simulations-of-Boeing-747
- 以波音747为背景，建立了飞机运动的空间六自由度仿真模型。其中包含以下部分： 1. 飞机运动的空间六自由度仿真模型 2. 自动驾驶仪仿真模型； 3.执行器仿真模型； 4.大气重力环境模型； 5.气动数据模型； 6.发动机推力模型； 另外，仿真过程中： 1.考虑了风场的影响 2.考虑了传感器的随机噪声； 3.考虑了执行器时间延迟； 4.采用变增益控制器； 状态方程选取：速度、攻角、侧滑角、机体系三轴角速度、欧拉角、
1
- 利用信号与噪声的状态空间方程来实现卡尔曼滤波算法-Extend kalman filter for nonlinear dynamic systems. it returns state estimate, x and state covariance following the example.process noise covariance and the measurement noise covariance.
MIMO
- 上传一个多输入多输出的状态空间方程的预测控制程序，采样三输入双输出。仿真结果能得到期望的设定值.-Upload predictive control program a multi-input multi-output state space equations, three-input dual-output sampling. The simulation results can be obtained the desired setpoint.
kaermanlvbo967456
- 卡尔曼滤波以最小均方误差为最佳估计准则，采用信号与噪声的状态空间模型，利用前一时刻的估计值和当前时刻的观测值来更新对状态变量的估计，求出当前时刻的估计值，算法根据建立的系统方程和观测方程对需要处理的信号做出满足最小均方误差的估计-Kalman filter to minimize the mean square error criterion for the best estimates, using the state space model of signal and noise, usin
complex-network
- 用ODE45求解状态空间的微分方程，涉及结构性分解的SCB分解-ODE45 state space by solving differential equations, SCB involving structural decomposition decomposition
zhuangtaiqiuj
- 利用matlab程序编写了如何求解连续状态空间方程的解-Use matlab to write how to solve the continuous state space equation solution
fis
- 传递函数，空间状态方程，z变换，模糊滑模变结构控制-Transfer function, state space equation, z transform, fuzzy variable structure control
state-MPC
- 状态空间方程是现代控制理论的基础,在预测控制算法中,当系统釆用状态方程表达式时,不需要像求解广义预测控制律一样在线求解Diophantine方程,并且使得MIMO系统的系统表达和公式的推导更为简洁和直观,有利于预测控制方法的稳定性分析,已被越来越的人所采用.-State space equation is the basis of modern control theory, predictive control algorithm, when the system adopts an expr
kongjianzhendong
- 空间状态方程的演算验证 空间状态方程的演算验证(Verification of spatial equation of state)
kalman
- 基于卡尔曼滤波对现有采样数据进行滤波，有效降低观测值的误差。卡尔曼滤波是一种时域方法，它把状态空间的概念引入随机估计理论，用状态方程、观测方程和噪声激励递推估计测量噪声，便于实现实时应用。(The existing sampled data is filtered based on Kalman filter, which can effectively reduce the error of the observed value. Kalman filtering is a time doma
fangchengxishu
- 计算状态空间方程系数,为计算一些状态空间问题提供一定的思路(space-state function)
9节点系统小干扰稳定分析
- 对电力系统小干扰稳定性进行分析的方法大致可以分为以下几种：数值仿真方法、建立在线性模型基础上的分析方法、小干扰稳定域分析方法、非线性理论分析方法和计及模型不确定性的分析方法。对小干扰稳定性问题可以采用线性模型进行研究，这种线性模型是将描述系统动态行为的微分方程和代数方程在稳态运行点处线性化后得到的。目前，建立在线性模型基础上的电力系统小干扰稳定性分析方法主要有两种：以状态空间模型描述为基础的特征值分析法和以传递函数矩阵为基础的频域分析法。本文采用全部特征值分析法（QR 法）对9节点系统在稳态处进
工作空间中机械手的神经网络自适应控制
- 工作空间中机械手的神经网络自适应控制. 本设计为一个基于神经网络自适应控制的机械手运动模型的 MATLAB 仿真实验。以平面二关节机械手为控制对象，以一圆为目标轨迹。先得到机械手的运动 方程的形式，用 RBF 径向基神经网络对方程式中的系统的各个参数进行建模，利 用每个时刻的估计状态和理想状态的误差，通过梯度下降法对网络参数进行修正， 在若干次修正后，神经网络模型所得的状态跟踪到理想状态。