专业：控制理论与控制工程

1、预测控制作业程序调试84：考虑一个单输入单输出的对象，其传递函数为：g($) =解：釆用下面的matlab程序对该对象进行脉冲响应模型辨识，脉冲响应模型预 测输出与预测误差曲线：%将多项式的传递函数模型转换为mpc传递函数模型num=l l;den=l 3 6;h=tf(num,den);%获得脉冲信号xu,t|=gensig('pulse',2,10,0.1);x=u;%求解lti对彖的单位脉冲响应yt=0:0.1:10;y,x,t=lsim(h,x,t);%输入脉冲信号x的归一化处理ax,mx,stdx=autosc(x);mx=0;sx=scal(x,mx,stdx);%

2、生成用于线性冋归计算的输入/出数据矩阵n=35;xreg,yreg = wrtreg(sx,y,n);%基于多变量最小二乘法的脉冲响应模型辨识ninput=l;plotopt=2;theta,yres=mlr(xreg,yreg,ninput,plotopt);结果如图所示：15o1-50actual value (o) versus predicted value (+)102030405060outputopresction error70一enp_s8or05020304050sample number60708-2：考虑一个双输入单输出的对象，其传递函数矩阵为:5.72e-皿 1.52

3、*1"60s、+ l255 + 1采样时间为7秒解：采用下面的matlab程序对该对象进行脉冲响应模型辨识，脉冲响应模型预 测输出与预测误丼曲线：numl=5.72;denl=60 1;g 1 =poly2tfd(num 1 ,den 1,0,14);num2=1.52;den2=25 1;g2 = poly2tfd(num2,den2,0,15);%将mpc传递函数模型转换为mpc状态空间模型 mod=tfd2mod(7,1 ,g 1 ,g2);%将mpc状态空间模型转换为通用状态空间模型a,b,c,d=mod2ss(mod);%将通用状态空间模型转换lti对象的状态空间模型 sy

4、s=ss(a,b,c,d);h=tf(sys);%获得脉冲信号xu,t=gensig(,pulse,8,10,0.1);x=u u;%求解eh对象的单位脉冲响应y(=0:0.1:10;y,xl,tl=lsim(h,x,t)；%输入脉冲信号x的归一化处理ax,mx,stdx=autosc(x);mx=0 0;sx=scal(x,mx,stdx);%生成用于线性回归计算的输入/出数据矩阵n=35;xreg,yreg = wrtreg(sx,y,n);%基于多变量最小二乘法的脉冲响应模型辨识ninput=2;plotopt=2;theta,yres=mlr(xreg,yreg,ninput,plot

5、opt);结果如图所示：150-5010203040sample number607050o1一enpsqr8-3：考虑一个单输入单输出的对象，其传递函数为:g(s)=s + 3s + 6 解：采用下面的matlab程序对该对象进行脉冲响应模型辨识，脉冲响应模型预测输出与预测误差曲线%将多项式的传递函数模世转换为mpc传递函数模型num=l l;den=l 3 6;h=tf(num,den);%获得脉冲滄号xu,t=gensig(,pulse,2,10,0.1);x=u;%求解lti对彖的单位脉冲响应yt=0:0.1:10;y,xl,tl=lsim(h,x,t);%生成用于线性回归计算的输入/

6、输出数据矩阵n=30;xreg,yreg = wrtreg(sx,y,n);%基于部分最小二乘法的脉冲响应模型辨识ninput=2;lv=l();plotopt=2;theta,yres=mlr(xreg,yreg,ninput,plotopt);结果如图所示：actual value (o) versus predicted value (+)1020304050607080output腐咖嘶ion error5 15 0 51o.c a o 0-05 15 0 51o.c ao 0-0-enp一s8ct1020304050607080sample number8-4：考虑一个单输入单输出的

7、对象，其传递函数为：厂/八_$ + 1g ($) = 2s + 3s + 6解：采用卜面的matlab程序对该对象进行脉冲响应模型辨识，脉冲响应模型预 测输出与预测误差曲线：num=l l;den=l 3 6;h=tf(num,den);%获得脉冲滄号xu,t=gensig(,pulse,2,10,0.1);x=u;%求解lti对彖的单位脉冲响应yt=0:0.1:10;y,xl,tl=lsim(h,x,t);%输入脉冲信号x的归一化处理ax,mx,stdx=autosc(x);mx=0;sx=scal(x,mx,stdx);%生成用于线性回归计算的输入/输出数据矩阵n=35;xreg,yreg

8、 = wrtreg(sx,y,n);%基于多变量最小二乘法的脉冲响应模型辨识ninput=l;plotopt=2;theta,yres=mlr(xreg,yreg,ninput,plotopt);%脉冲响应模型转换为阶跃响应模型theta=scal(theta,mx,stdx);nout=l;delt=l;model=imp2step(delt?nout,theta); plotstep(model)；结果如图所示：8-12：考虑如下的双输入双输出纯时延对象,其传递函数距阵为:g(s) =12&"16.75+1_18.9 宀 215+16.6严、10.95+1 -19.4 宀

9、14.45+1 丿解：matlab程序如下：%将传递函数模粮转换为阶跃响应模粮gll=poly2tfd(12.8,16.7 11,0,1)；gl2 = poly2tfd(6.6,10.9 1,0,7);g21 =poly2tfd(-18.9,21.0 1,0,3);g22 = poly2tfd(-l 9.4, 14.4 1 ,0,3); delt=3;ny=2;tfinal=90;model = tfd2step(tfinal, delt, ny, g 11, gl2,g21,g22); %进行模型预测控制器设计plant=model;%预测时域长度为6p=6;m=2;ywt=;uwt=l 1

10、;%设置输入约束和参考轨迹等控制器参数r=l 1；tend=30;%仿真吋间为30ulim=-00.1 0.5 0.5 0.1 100;y,u,ym=cmpc(plant,model,ywt,uwt,m,p,tend,r,ulim,ylim);plotall(y,u,delt)闭环系统的输出和控制量变化曲线如图所示:0.160.050-0.051015202530time8-15：设系统的传递函数距阵为:g(s) =(12.8丘一'16.75+1一189幺一力215+16.6严、10.95+1 -19.4 宀14.45+1 丿解：matlab程序如下：gll=poly2tfd(12.8

11、,16.7 11,0,1)；gl2 = poly2tfd(6.6,10.9 1,0,7);g21 =poly2tfd(-18.9,21.0 1,0,3);g22 = poly2tfd(-l 9.4, 14.4 1 ,0,3);delt=3;ny=2;imod = tfd2mod(delt, ny, gll, gl2,g21,g22);pmod=imod;p=6;m=2;ywt=;uwt=l 1;tend=30;r=0 1；ulim=-inf-0.15 inf inf 0.1 100;ylim=;y,u,ym=scmpc(pmod,imod,ywt,uwt,m,p,tend,r,ulim,yli

12、m); plotall(y,u,delt)闭环系统的输出和控制量变化曲线如图所示:outputs在添加对输出变量的约束后，再利用以下程序对系统进行模型预测控制器的 设计，得到闭环控制系统输出响应和控制量变化曲线如图：ulim=-inf -0.15 inf inf 0.1 100;ylim=|0 0 inf inf; y,u,ym=scmpc(pmod,imod,ywt，uwt，m,p,tendj,ulim,ylim);plotall(y,u,delt)8-16：考虑有如下传递函数距阵的多变量系统的状态空间模型预测控制器设计问g(s) =(12.8c16.7$+1 18.9/% 215+16.6

13、严 >10.95+1-19.4 严14.45+1 丿解：matlab程序如下:%在进行模型预测控制器设计z前，首先将系统模型转换为状态空间形式 t=2;gll=poly2tfd(12.8,16.7 1,0,1);gl2 = poly2tfd(6.6,10.9 1,0,7);g21 =poly2tfd(-18.9,21.0 l,0,3);g22 = poly2tfd(-19.4,14.4 l,0,3);umod = tfd2mod(t,2, gl 1, gl2,g21 ,g22);%定义扰动模型gl3=poly2tfd(3.8,14.9 l,0,8)g23=poly2tfd(4.9,13.

14、2 l,0,3)dmod=tfd2mod(t,2,g 13,g23);%建立叠加了扰动的混合系统模型pmod=addumd(umod,dmod);%考虑精确建模的情况imod=pmod;ywt=;uwt=;%预测时域和控制时域均为5p=5;m=p;ks=smpccon(imod,ywt,uwt,m,p);tend=3o;r=0 1;y,u=smpcsim(pmod,imod,ks,tender);plotall(y,u,t)得到闭环控制系统输出响应和控制量变化曲线如图:outputs210-1-21020253015 time增加预测时域长度，同时减少控制时域长度后，再利用以下程序可得闭环系

15、统的输岀和控制量变化曲线如图所示：p=10;m=3;ks=smpccon(imod,ywt,uwt,m,p); y9u=smpcsim(pmod,imod,ks,tender); plotall(y,u,t)进一步改变控制时域长度，采用控制量分块的形式，即再利用以下程序可得到的闭环系统的输出和控制量变化曲线m=2 3 4;ks=smpccon(imod,ywt,uwt,m5p); yu=smpcsirn(pmod,irnod,ks,tender); plotall(y,u,t)0.50.4 -0.3 i0.2 - 1'« 0.1 -i*i -ro «1«&

16、gt;'051015202530time增加输入控制量的加权距阵系数，即再利用以下程序可得模型预测闭环控制 系统输岀控制量变化曲线uwt= 1 1;p=5;m=p;ks=smpccon(imod,ywt,uwt,m,p);tend=30;r=h 0;y,u=smpcsim(pmod，imod，ks,tend,r); plotall(y,u,t)0.60.4 -0.20 二man ipulale3/ariables"°'2o51015202530time再利用以卜程序将输出设定值均设为0,绘制闭环系统的输出和控制量变化 曲线，如图所示：ulim=;kest=;

17、r=;z=l；v=；w=l；y9u=smpcsim(pmod,imod,ks,tendxulim,kest,z,v,w);plotall(y,u,t)利用以下程序釆用估计器进一步改善系统性能，对应的系统输岀和控制量变化曲线如图所示kest,newmod=smpcest(imod, 15,15,3 3); ks=smpccon(newmod,ywt,uwt,m,p);y,u二 smpcsim(pmod，newmod,ks,tendj,ulim,kest,z,v,w); plotall(y,u,t)8-17：考虑如下的多变量系统12&76.6 严、16.7+110.9s+118.9

18、3;一力-19.4 宀v215+114.45+1丿解：matlab程序如下：gll=poly2tfd(12.&16.7 0,0,1);gl2 = poly2tfd(6.6,10.9 1,0,7);g21 =poly2tfd(-18.9,21.0 1,0,3);g22 = poly2tfd(-19.4,14.4 1,0,3);delt=l;ny=2;imod = tfd2mod(delt,ny, gl 1, gl2,g21 ,g22);gwl=poly2tfd(3.8,14.9 l,0,8)gw2=poly2tfd(4.9,13.2 11,0,3)pmod=addumd(imod,tfd

19、2mod(delt,ny,gw 1 ,gw2);%设计模型预测控制器p=6;m=2;ywt=；uwt=l 1；ks=smpccon(imod,ywt,uwt,m,p);g(s) =r=；ulim=;z=；v=；w=l;wu=;tend=30;y3,u3=smpcsim(pmod,imod,ks,tend,r,ulim,z,v,w,wu);%设计状态估计器kest 1 =smpcest(pmod, 1,0.001 *eye(ny);ksl =smpccon(pmod,ywt,uwt,m,p);y 1 ,u 1 =smpcsim(pmod,pmod,ks 1,tend,r,ulim,kest 1

20、,z,v,w,wu); plotall(yl,ul,delt)采用了状态估计器的闭环系统输出和控制量变化曲线如图所示:1.5outputs10.50-0.51015202530manipulate3/ariables下面进行简化的状态估计器设计tau=10 10; signoise=3 3;kest2,newmod=smpcest(imod,tau,signoise);ks2=smpccon(newmod,ywt,uwt,m,p);y2,u2=smpcsim(pmod,pmod,ks 1,tend,r.ulim,kest 1 ,z，v，w, wu); plotall(y2,u2,delt)采用

21、简化的状态估计器的闭环系统输出和控制量曲线如图所示:专业：控制理论与控制工程学号：062030040姓名：陈孝凯程序调试8-1：考虑一个单输入单输出的对象，其传递函数为:g(s、)=s + 3$ + 6 解：采用下而的matlab程序对该对象进行脉冲响应模型辨识，脉冲响应模型预 测输出与预测误差曲线：%将多项式的传递函数模型转换为mpc传递函数模型num=l l;den=l 3 6;h=tf(num,den);%获得脉冲信号xu,t=gensig(,pulse,2,10,0.1);x=u;%求解lti对象的单位脉冲响应yt=0:0.1:10;y,x,t=isim(h,x,t);%输入脉冲信号x

22、的归一化处理ax,mx,stdx=autosc(x);mx=();sx=scal(x?mx,stdx);%生成用于线性冋归计算的输入/出数据矩阵n=35;xreg,yreg = wrtreg(sx,y,n);%基于多变量最小二乘法的脉冲响应模型辨识ninput=l;plotopt=2;theta,yres =mlr(xreg, yreg,ninput ,plotopt);结果如图所示：一enp 一 saqr1-50actual value (o) versus predicted value (+)102030405060outputoprecfiction error70o 05102030

23、40sample number506070o05 o8-2：考虑一个双输入单输出的对象，其传递函数矩阵为:5.72小处605 + 11.520-®255+1采样时间为7秒解：采用下面的matlab程序对该对象进行脉冲响应模型辨识，脉冲响应模型预 测输出与预测误差曲线：num 1 =5.72;den 1 =60 1;g 1 =poly2tfd(num 1 ,den 1,0,14);num2=l .52;den2=25 1;g2 = poly2tfd(num2,den2,0,15);%将mpc传递函数模型转换为mpc状态空间模型mod=tfd2mod(7,l ,g 1 ,g2);%将mp

24、c状态空间模型转换为通用状态空间模型a,b,c,d=mod2ss(mod);%将通用状态空间模型转换lti对象的状态空间模型 sys=ss(a,b,c,d);h=tf(sys);%获得脉冲信号xu,t=gensig('pulse,8,10,0.1);x=u u;%求解eti对象的单位脉冲响应y t=0:0.1:10;y,xl,tl=lsim(h,x,t)；%输入脉冲信号x的归一化处理ax,mx,stdx=autosc(x);mx=0 0;sx=scal(x,mx,stdx);%生成用于线性回归计算的输入/出数据矩阵 n=35;xreg,yreg = wrtreg(sx,y,n);%基于

25、多变量最小二乘法的脉冲响应模型辨识 ninput=2;plotopt=2;theta,yres=mlr(xreg,yreg,ninput,plotopt);结果如图所示：1501005010203040506070sample number83：考虑一个单输入单输出的对象，其传递函数为:g(5)=解：采用下面的matlab程序对该对象进行脉冲响应模型辨识，脉冲响应模型预 测输出与预测误差曲线%将多项式的传递函数模型转换为mpc传递函数模型num=l lj;den=l 3 6;h=tf(num,den);%获得脉冲信号xu,t =gensig(,pulse,2,10,0.1);x=uj；%求解u

26、h对象的单位脉冲响应yt=0:0.1:10;y,xl,tl=lsim(h,x,t);%生成用于线性回归计算的输入/输出数据矩阵 n=3();xreg,yreg = wrtreg(sx,y,n);%基于部分最小二乘法的脉冲响应模型辨识ninput=2;lv=10;plotopt=2;theta,yres=mlr(xreg,yreg,ninput,plotopt);结果如图所示：actual value (o) versus predicted value (+)1-50-enp 一 s8cz8-4：考虑一个单输入单输出的对象，其传递函数为：k/c_3 + 1g(s) = 5 $ + 3$ + 6

27、解：采用下面的matlab程序对该对象进行脉冲响应模型辨识，脉冲响应模型预 测输出与预测误差曲线：num=l l;den=l 3 6;h=tf(num,den);%获得脉冲信号xu,t =gensig(,pulse,2,10,0.1);x=u;%求解lti对彖的单位脉冲响应yt=0:0.1:10;y,xl,tl=lsim(h,x,t)；%输入脉冲信号x的归一化处理ax ,mx,stdx =autosc(x);mx=o;sx=scal(x,mx,stdx);%生成用于线性冋归计算的输入/输击数据矩阵n=35;xreg,yreg = wrtreg(sx,y,n);%基于多变量最小二乘法的脉冲响应模

28、型辨识ninput=l;plotopt=2;theta,yres=mlr(xreg,yreg,ninput,plotopt);%脉冲响应模型转换为阶跃响应模型theta=scal(theta,mx,stdx);nout=l;delt=l;model=imp2step(delt,nout,theta);plotstep(model)；结果如图所示：8-12：考虑如下的双输入双输出纯时延对象,其传递函数距阵为:g(s) =12&"16.75+1一18.9幺-九215+16.6严、10.95+1 -19.4 严14.45+1 )解：matlab程序如下：%将传递函数模型转换为阶跃响

29、应模型gll=poly2tfd(12.8,16.7 1,0,1); gl2 = poly2tfd(6.6,10.9 1,0,7); g21=poly2tfd(-18.9,21.0 1,0,3);g22 = poly2tfd(-19.4,14.4 l,0,3);delt=3;ny=2;tfinal=90;model = tfd2step(tfinal, delt, ny, gll, gl2,g21,g22);%进行模型预测控制器设计plant=model;%预测时域长度为6p=6;m=2;ywt=;uwt=l 1;%设置输入约束和参考轨迹等控制器参数r=l 1；tend=3o;%仿真时间为30u

30、lim=-0j -0.1 0.5 0.5 0.1 100|;ylim=;y,u9yrn=cmpc(plant,modehywt,uwt5m,p,tendj,ulim,ylirn);plotall(y,u,delt)闭环系统的输出和控制量变化曲线如图所示:0.150.050-0.051020253015time8-15：设系统的传递函数距阵为:g(s) =12&"16.75+1_18.9 宀 215+16.6严、10.95+1 -19.4 宀14.45+1 丿解：matlab程序如下： gll=poly2tfd(12.8,16.7 1,0,1); gl2 = poly2tfd(

31、6.6,10.9 1,0,7); g21=poly2tfd(-18.9,21.0 1,0,3); g22 = poly2tfd(-19a14.4 1q3); delt=3;ny=2;imod = tfd2mod(delt, ny, gll, gl2,g21,g22); pmod=imod;p=6;m=2;ywt=;uwt=l 1;tend=3o;r=ro 1；ulim=-inf ()5 inf inf 0100;y,u,ym=scmpc(pmodjmod,ywt,uwt,m,p4end,r,ulim,ylim);plotall(y,u,delt)闭环系统的输出和控制量变化曲线如图所示:在添加对

32、输出变量的约束后，再利用以下程序对系统进行模型预测控制器的 设计，得到闭环控制系统输出响应和控制量变化曲线如图：ulim=-inf -0.15 inf inf 0.1 100; ylim=0 0 inf inf;y,u,ym=scmpc(pmod,imod,ywt,uwt,m,p,tend,r,ulim,ylim); plotall(y,u,delt)outputsmanipulale3/ariables0-0 05-0.1-0 15-0.2-0 2551015202530time816：考虑有如下传递函数距阵的多变量系统的状态空间模型预测控制器设计问g(s) =(12&7 16.75

33、+118.9广九v 215+16.6 严、10.9$+1194一九14.45+1 丿解：matlab程序如下：%在进行模型预测控制器设计之前，首先将系统模型转换为状态空间形式t=2;gll=poly2tfd(12.8,16.7 1,0,1);gl2 = poly2tfd(6.6,10.9 1,0,7);g21 =poly2tfd(-18.9,21.0 1,0,3);g22 = poly2tfd(-19.4,14.4 l,0,3);umod = tfd2mod(t,2, gll, gl2,g21,g22);%定义扰动模型gl3=poly2tfd(3.8,14.9 l,0,8)g23=poly2t

34、fd(4.9,13.2 l,0,3)dmod=tfd2mod(t,2,g 13,g23);%建立叠加了扰动的混合系统模型pmod=addumd(umod,dmod);%考虑精确建模的情况imod=pmod;ywt=l;uwt=;%预测时域和控制时域均为5p=5;m=p;ks=smpccon(imod,ywt,uwt,m,p);tend=30;r=0 1;y9u=smpcsim(pmod,imod,ks,tender);plotall(y,u,t)得到闭环控制系统输出响应和控制量变化曲线如图:outputsmanipulatea variables增加预测时域长度，同时减少控制时域长度后，再利用

35、以下程序可得闭环系 统的输出和控制量变化曲线如图所示：p=10;m=3;ks=smpccon(imod,ywt,uwt,m,p); y,u=smpcsim(pmod,imod,ks,tend,r); plotall(y,u,t)进一步改变控制时域长度，采用控制量分块的形式，即再利用以下程序可得 到的闭环系统的输岀和控制量变化曲线m=2 3 4;ks=smpccon(imod,ywt,uwt,m,p);y,u=smpcsim(pmod,imod9ks,tender);plotall(y,u,t)time增加输入控制量的加权距阵系数，即再利用以下程序可得模型预测闭环控制 系统输出控制量变化曲线uw

36、t=l 1;p=5;m=p;ks=smpccon(imod,ywt,uwt,m,p);tend=30;r=l 0;y,u=smpcsim(pmod,imod,ks,tend,r);plotall(y,u,t)再利用以下程序将输出设定值均设为0,绘制闭环系统的输出和控制量变化曲线，如图所示:ulim=;kest=;r=;z=；v=；w=l;y,u=smpcsim(pmod,imod,ks,tendj,ulim,kest,z,v,w);plotall(y,u,t)outputstime利用以下程序采用估计器进一步改善系统性能，对应的系统输岀和控制量变化曲 线如图所示kestnewmod=smpce

37、st(imod, 15,15,3 3); ks=smpccon(newmod,ywt,uwtmp)；yu=smpcsim(pmod,newmod,ks,tend,r,ulim,kest,z,v,w); plotall(y,u,t)8-17：考虑如下的多变量系统g(s) =(12.8丘一'16.75+1一189幺一力215+16.6严、10.9s+l -19.4 宀14.45+1 丿解：matlab程序如下：gll =poly2tfd(l2.& 16.7 0,0,1);gl2 = poly2tfd(6.6,10.9 1,0,7);g21 =poly2tfd(-18.9,21.0

38、1,0,3);g22 = poly2tfd(-19.4,14.4 1,0,3);delt=l;ny=2;imod = tfd2mod(delt,ny, gll, gl2,g21,g22); gwl=poly2tfd(3.8,14.9 l,0,8) gw2=poly2tfd(4.9,13.2 l,0,3) pmod=addumd(imod,tfd2mod(delt,ny,gw 1 ,gw2);%设计模型预测控制器p=6;m=2;ywt=;uwt=l 1;ks=smpccon(imod,ywt,uwt,m,p);r=；ulim= i;z=；v=；w=l;wu=;tend=3o;y3,u3=smpc

39、sim(pmod,imod,ks,tend,r,ulim,z,v,w,wu); %设计状态估计器kestl =smpcest(pmod, 1,0.001 *eye(ny);ks 1 =smpccon(pmod,ywt,uwt,m,p);| y 1 ,u 1 |=smpcsim(pmod,pmod,ks 1,tend,r,ulim,kestl ,z,v,w,wu); plotall(yl,ul,delt)采用了状态估计器的闭环系统输出和控制量变化曲线如图所示:1015202530man ipulales/ariables卜面进行简化的状态估计器设计tau=10 10; signoise=3 3;

40、 kest2,newmod|=smpcest(imod,tau,signoise);ks2=smpccon(newmod5ywt,uwt,m,p); y2,u2=smpcsim(pmod,pmod,ks 1,tender,ulim.kest 1 ,z,v,w,wu); plotall(y2,u2,delt)采用简化的状态估计器的闭环系统输出和控制量曲线如图所示:1.5r10.5005o0.80.60.4outputs1015202530time0.2专业：控制理论与控制工程学号：062030039姓名:曹景运iwi程序调试8-1：考虑一个单输入单输出的对象，其传递函数为：g($) = $ +

41、3s + 6解：采用卜面的matlab程序对该对象进行脉冲响应模型辨识，脉冲响应模型预 测输出与预测误差曲线：%将多项式的传递函数模型转换为mpc传递函数模型num= 1 l;den=fl 3 6;h=tf(num,den);%获得脉冲信号xu,t=gensig(,pulse,2,l 0,0.1 )；x=u;%求解lti对象的单位脉冲响应yt=0:0.1:10;y,x,t=lsim(h,x,t)；%输入脉冲信号x的归一化处理ax,mx,stdx=autosc(x);mx=0;sx=scal(x,mx,stdx);%生成用于线性回归计算的输入/出数据矩阵n=35;xreg,yreg = wrtr

42、eg(sx,y,n);%基于多变量最小二乘法的脉冲响应模型辨识ninput=l;plotopt=2;theta,yres=mlr(xreg,yreg,ninput,plotopt);结果如图所示：一enp 一 saqr1-50actual value (o) versus predicted value (+)102030405060outputoprecfiction error70o 0510203040sample number506070o8-2：考虑一个双输入单输出的对象，其传递函数矩阵为:5.72e1456054-1 l.52ei5s255+1采样时间为7秒解：采用下面的matla

43、b程序对该对象进行脉冲响应模型辨识，脉冲响应模型预 测输出与预测误差曲线：num 1 =5.72;den 1 =60 1;g 1 =poly2tfd(num 1 ,den 1,0,14);num2=l .52;den2=25 1;g2 = poly2tfd(num2,den2,0,15);%将mpc传递函数模型转换为mpc状态空间模型mod=tfd2mod(7,l ,g 1 ,g2);%将mpc状态空间模型转换为通用状态空间模型a,b,c,d=mod2ss(mod);%将通用状态空间模型转换lti对象的状态空间模型sys 二 ss(a,b,c,d);h=tf(sys);%获得脉冲信号xfu,t

44、=gensig(,pulse, 8,10,0.1)；x=u uj;%求解lti对彖的单位脉冲响应yt=0:0.1:10;y,xl,tl=lsim(h,x,t);%输入脉冲信号x的归一化处理ax,mx,stdx=autosc(x);mx=0 0;sx=scal(x,mx,stdx);%生成用于线性m归计算的输入/出数据矩阵 n=35;xreg,yreg = wrtreg(sx,y,n);%基于多变量最小二乘法的脉冲响应模型辨识 ninput=2;plotopt=2;theta,yres=mlr(xreg,yreg,ninput,plotopt);结果如图所示：102030405060sample

45、 number7083：考虑一个单输入单输出的对象，其传递函数为：g($)=s + 3s + 6 解：采用下面的matlab程序对该对象进行脉冲响应模型辨识，脉冲响应模型预测输出与预测误差曲线%将多项式的传递函数模型转换为mpc传递函数模型num=l l;den=l 3 6;h=tf(num,den);%获得脉冲信号xu,t =gensig(,pulse,2,10,0.1);x=u;%求解lti对彖的单位脉冲响应yt=0:0.1:10;y,xl,tl=lsim(h,x,t)；%生成用于线性冋归计算的输入/输击数据矩阵n=30;xreg,yreg = wrtreg(sx,y,n);%基于部分最小

46、二乘法的脉冲响应模型辨识ninput=2;lv=10;plotopt=2;theta,yres=mlr(xreg,yreg,ninput,plotopt); 结果如图所示：0 150.11-500.05102030:：辽;辭0-0 0540506070-enp 一 s8qtactual value (o) versus predicted value (+)8-4：考虑一个单输入单输出的对象，其传递函数为:g(s) =解：采用下面的matlab程序对该对象进行脉冲响应模型辨识，脉冲响应模型预 测输出与预测误差曲线：num=l l;den=l 3 6;h=tf(num,den);%获得脉冲信号x

47、fu,t=gensig(,pulse,2,10,0.1);x=u;%求解lti对彖的单位脉冲响应yt=0:0.1:10;y,xl,tl=lsim(h,x,t)；%输入脉冲信号x的归一化处理ax,mx,stdx=autosc(x);mx=0;sx=scal(x,mx,stdx);%生成用于线性冋归计算的输入/输出数据矩阵n=35;xreg,yreg = wrtreg(sx,y,n);%基于多变量最小二乘法的脉冲响应模型辨识ninput=l;plotopt=2;f theta,yres=mlr(xreg,yreg,ninput,plotopt);%脉冲响应模型转换为阶跃响应模型theta=scal

48、(theta,mx,stdx);nout=l;delt=l;model=imp2step(delt,nout,theta); plotstep(model)； 结果如图所示：8-12：考虑如下的双输入双输出纯时延对象,其传递函数距阵为:g(s) =12&"16.75+1一18.9幺-九215+16.6严、10.95+1 -19.4 严14.45+1 )解：matlab程序如下：%将传递函数模型转换为阶跃响应模型gll=poly2tfd(12.8,16.7 1,0,1);gl2 = poly2tfd(6.6,10.9 1,0,7); g21=poly2tfd(-18.9,21.

49、0 1,0,3);g22 = poly2tfd(-19.4,14.4 1,0,3);delt=3;ny=2;tfinal=90;model = tfd2step(tfinal, delt, ny, gll, gl2,g21,g22); %进行模型预测控制器设计plant=model;%预测时域长度为6p=6;m=2;ywt=;uwt=l 1;%设置输入约束和参考轨迹等控制器参数r=l 1；tend=30;%仿真时间为30ulim=-0.1 -0.1 0.5 0.5 0.1 100;ylim=;y,u,ym=cmpc(plant,model,ywt,uwt,m,p,tend,r,ulim,yli

50、m);plotall(y,u,delt)闭环系统的输出和控制量变化曲线如图所示:8-15：设系统的传递函数距阵为：g(s) =12&"6.6严16.75+110.95+1-18.9 严-19.4 宀v215+114.4s+l丿解：matlab程序如下：gll=poly2tfd(12.8,16.7 1,0,1);gl2 = poly2tfd(6.6,10.9 1,0,7);g21=poly2tfd(-18.9,21.0 1,0,3);g22 = poly2tfd(-19.4,14.4 1,0,3);delt=3;ny=2;imod = tfd2mod(delt, ny, gl 1, gl2,g21,g22);pmod=imod;p=6;m=2;ywt=;uwt=l 1;tend=30;r=0 1；ulim=-inf -05infinfo100;ylim 二;y,u,ym=scmpc(pmodjmod,ywt,uwt,m,p,tend,r,ulim,ylim);plotall(y,u,delt)闭环系统的输出和控制量变化曲线如图所示:在添加对输出变量的约束后，再利用以下程序对系统进行模型预测控制器的 设计，得到闭环控制系统输出响应和控制量变化曲线如图:ulim=-inf -0.15 inf inf ().1 100;ylim=0 0 inf in