function [sys,x0,str,ts] = spacemodel(t,x,u,flag)
switch flag,
case 0,
[sys,x0,str,ts]=mdlInitializeSizes;
case 1,
sys=mdlDerivatives(t,x,u);
case 3,
sys=mdlOutputs(t,x,u);
case {2,4,9}
sys=[];
otherwise
error(['Unhandled flag = ',num2str(flag)]);
end
function [sys,x0,str,ts]=mdlInitializeSizes
sizes = simsizes;
sizes.NumContStates = 0;
sizes.NumDiscStates = 0;
sizes.NumOutputs = 6;
sizes.NumInputs = 0;
sizes.DirFeedthrough = 0;
sizes.NumSampleTimes = 1;
sys = simsizes(sizes);
x0 = [];
str = [];
ts = [0 0];
function sys=mdlOutputs(t,x,u)
S=2;
if S==1
qd0=[0;0];
qdtf=[1;2];
td=1;
if t<1
qd1=qd0(1)+(-2*t.^3/td^3+3*t.^2/td^2)*(qdtf(1)-qd0(1));
qd2=qd0(2)+(-2*t.^3/td^3+3*t.^2/td^2)*(qdtf(2)-qd0(2));
d_qd1=(-6*t.^2/td^3+6*t./td^2)*(qdtf(1)-qd0(1));
d_qd2=(-6*t.^2/td^3+6*t./td^2)*(qdtf(2)-qd0(2));
dd_qd1=(-12*t/td^3+6/td^2)*(qdtf(1)-qd0(1));
dd_qd2=(-12*t/td^3+6/td^2)*(qdtf(2)-qd0(2));
else
qd1=qdtf(1);
qd2=qdtf(2);
d_qd1=0;
d_qd2=0;
dd_qd1=0;
dd_qd2=0;
end
elseif S==2
qd1=0.5*sin(pi*t);
d_qd1=0.5*pi*cos(pi*t);
dd_qd1=-0.5*pi*pi*sin(pi*t);
qd2=sin(pi*t);
d_qd2=pi*cos(pi*t);
dd_qd2=-pi*pi*sin(pi*t);
end
sys(1)=qd1;
sys(2)=d_qd1;
sys(3)=dd_qd1;
sys(4)=qd2;
sys(5)=d_qd2;
sys(6)=dd_qd2;

Matlab仿真实验室
- 粉丝: 4w+
最新资源
- (源码)基于React框架的Cosmjs前端交互项目.zip
- (源码)基于React框架的博客管理系统.zip
- (源码)基于PIC微控制器的温湿度数字指示器设计.zip
- 修改谷歌提供的样例量子卷积神经网络模型,基于KDD99数据集进行训练,实现了网络攻击分类检测
- (源码)基于Spring Boot和Vue的在线性能压测系统.zip
- 基于 ResNet 与 DenseNet 的 38 类植物病害识别及简易 UI 界面构建
- (源码)基于Python的房价预测系统.zip
- (源码)基于C语言的Tiny C编译器.zip
- 基于 JAVA GUI 的神经网络手写数字识别与目标定位(含 CNN 卷积神经网络)
- (源码)基于Spring Boot和Vue的图书管理系统.zip
- 物理中的几何方法:前沿研究与应用
- (源码)基于AtTiny2313和ESP8266的齿轮时钟系统.zip
- (源码)基于Qt框架的在线小精灵对战系统.zip
- (源码)基于C语言的Linux终端MP3播放器.zip
- 神经网络,手写识别,数字识别,repositories内有CNN卷积神经网络和目标识别(目标i定位),全基于JAVA GUI
- 《神经网络与深度学习学习笔记汇总》
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈


