技术标签: matlab simulink functional programming MATLAB
S-function是Simulink最具魅力的地方,为了方便更快速了解Simulink基础知识,本专题将利用五篇文章对S-function进行介绍及其案例详解。欢迎关注~
S-Function是system-function系统函数的缩写,是指采用非图形化的方式(即计算机语言,却别与Simulink的系统模块)描述的一个功能块。说得简单,S-Function就是用MATLAB所提供的模型不能完全满足用户,而提供给用户自己编写程序来满足自己要求模型的接口。
S-function具有一下特点:
(1)S-function为Simulink的系统函数;
(2)采用非图形化的方法实现一个动态系统;
(3)可以使用多种语言进行编写;
(4)能够响应Simulink求解器命令;
(5)可以开发新的Simulink模块;
(6)扩展Simulink功能。M文件的S-function可以扩展图形能力,C-MEX的S-function可以提供与操作系统的接口;
(7)可以与已有的代码相结合进行仿真;
(8)可以采用文本方式输入复杂的系统方程;
(9)S-function的语法结构是为实现一个动态系统而设计;
M文件形式有两种,Level1和Level2,二者的包装模块是不同的。
类型 | 优点 | 缺点 |
---|---|---|
level1 | 运行速度快,能处理矩阵数据 | 只能处理点数据,不能处理复数以及基于帧的数据 |
level2 | 能够处理的数据类型多,包括矩阵、复数以及基于帧的数据 | 运行速度慢 |
S-function模块,位于Simulink/User-Defined Functions模块库中,是使S-function图形化的模板工具,用于为S-function创建一个定值的对话框和图标。
S-function模块使得对S-function外部输入参数的修改更加灵活,可以看作是S-function的一个外壳或这面板。S-function模块及其参数对话框如下:
该模块的参数设置如下:
设置完这些参数后,S-function模块就成了一个具有指定功能的模块,它的功能取决于S-function的内容,可以通过修改S-function来改变该模块的功能。
直接馈通是指输出直接受控于一个输入口的值。有一个很好的经验方法可用于判断输入是否为直接馈通:
如果输出函数(mdlOutputs或flag==3)是输入u的函数,即,如果输入u在mdlOutputs中被访问,则存在直接馈通。
例如,如果系统是y=k*u,其中,u是输入,k是增益,y是输出,这就是具有直接馈通输入的系统。
正确设置直接馈通标志是十分重要的,因为这不仅关系到系统模型中的系统模块的执行顺序,还关系到对代数环的检测和处理。
采样时间是按照固定格式成对指定的:[采样时间 偏移时间]。
采样时间表示 | 意义 |
---|---|
[0 0] | 连续采样时间 |
[-1 0] | 继承S-function输入信号或父层模型的采样时间 |
[0.5 0.1] | 离散采样时间,从0.1s开始每0.5s采样一次 |
S-function包括主函数和6个功能子函数,包括mdlInitializeSizes(初始化)、mdlDerivatives(连续状态微分)、mdlUpdate(离散状态更新)、mdlOutputs(模块输出)、mdlGetTimeOfNextVarHit(计算下次采样时刻)和mdlTerminate(仿真结束)。
在S-function仿真过程中,利用switch-case语句,根据不同阶段对应的flag值(仿真流程标志向量)来调用S-function的不同子函数,以完成对S-function模块仿真流程的控制。
S-function仿真流程如下:
一个更直观的流程图如下,大家可以好好理解一下:
利用命令
edit sfuntmpl
可以进入sfuntmpl函数中,这个函数由一个主函数和六个子函数构成,下面进行一一介绍。
函数名sfuntmpl可以自由定义,但文件名要与函数名一致。函数如下:
function [sys,x0,str,ts,simStateCompliance] = sfuntmpl(t,x,u,flag)
switch flag,
% Initialization %
case 0,
[sys,x0,str,ts,simStateCompliance]=mdlInitializeSizes;
% Derivatives %
case 1,
sys=mdlDerivatives(t,x,u);
% Update %
case 2,
sys=mdlUpdate(t,x,u);
% Outputs %
case 3,
sys=mdlOutputs(t,x,u);
% GetTimeOfNextVarHit %
case 4,
sys=mdlGetTimeOfNextVarHit(t,x,u);
% Terminate %
case 9,
sys=mdlTerminate(t,x,u);
% Unexpected flags %
otherwise
DAStudio.error('Simulink:blocks:unhandledFlag', num2str(flag));
end
输入量:
t——当前时间;
x——状态向量;
u——输入向量;
flag——标志位(默认为0);
输出量:
sys——一个通用的返回参数。返回值取决于flag的值。例如:flag=3,sys则包含了S-function的输出;
x0——状态初始值(如果系统中没有状态,则向两位空);
str——默认为空,无需设置;
ts——采样时间,包含采样时间和偏移量;
simStateComplicance——附加变量;
case 0:调用mdlInitializeSizes函数,初始化子函数,必须执行;
case1:调用mdlDerivatives函数,连续状态的导数;
case2:对离散状态进行更新,更新到x(n+1);
case3:调用mdlOutputs函数,系统输出y;
case4:调用mdlGetTimeOfNextVarHit函数,下一个采样时间点;
case9:调用mdlTerminate函数,函数终止;
接下来对这五个子函数进行分别介绍。
mdlInitializeSizes函数代码如下:
function [sys,x0,str,ts,simStateCompliance]=mdlInitializeSizes
%
sizes = simsizes;
sizes.NumContStates = 0;
sizes.NumDiscStates = 0;
sizes.NumOutputs = 0;
sizes.NumInputs = 0;
sizes.DirFeedthrough = 1;
sizes.NumSampleTimes = 1; % at least one sample time is needed
sys = simsizes(sizes);
% initialize the initial conditions
x0 = [];
% str is always an empty matrix
str = [];
% initialize the array of sample times
ts = [0 0];
simStateCompliance = 'UnknownSimState';
其中size属性如下:
sizes.NumContStates = 0; %连续状态的数量
sizes.NumDiscStates = 0; %离散状态的数量
sizes.NumOutputs = 0; %输出的数量
sizes.NumInputs = 0; %输入的数量
sizes.DirFeedthrough = 1; %输出y和输入u是否是直通
sizes.NumSampleTimes = 1; %采样时间
x0表示初始状态;ts表示采样时刻;
【注意】:
ts的第一个数字表示采样时间,第二个数字表示偏移量;
[0 0]——表示默认采样时间(默认为0.2秒采样一次);
[-1 0] ——表示根据连接模块的采样频率进行采样;
连续状态的导数,默认为空。
函数代码如下:
function sys=mdlDerivatives(t,x,u)
sys = [];
离散状态的更新。
函数代码如下:
function sys=mdlUpdate(t,x,u)
sys = [];
输出。
函数代码如下:
function sys=mdlOutputs(t,x,u)
sys = [];
下一个采样时间点,在一秒钟之后进行下一次采样。
函数代码如下:
function sys=mdlGetTimeOfNextVarHit(t,x,u)
sampleTime = 1; % Example, set the next hit to be one second later.
sys = t + sampleTime;
终止函数。
函数代码如下:
function sys=mdlTerminate(t,x,u)
sys = [];
flag | 子函数 | 说明 |
---|---|---|
0 | mdlInitializeSizes | 定义S-function模块的基本特性,包括采样时间,连续和离散状态的初始化条件,以及sizes数组 |
1 | mdlDerivatives | 计算连续状态变量的导数 |
2 | mdlUpdate | 更新离散状态、采样时间、主步长等必需条件 |
3 | mdlOutputs | 计算S-function的输出 |
4 | mdlGetTimeOfNextVarHit | 计算下一个采样点的绝对时间,只有当在mdlInitializeSizes中指定了变步长离散采样时间时,才使用该程序 |
9 | mdlTerminate | 执行Simulink终止时所需的任何任务 |
ok!下一篇文章S-function入门及案例详解(2)——S-function基本案例介绍将介绍一下S-function的基础案例。
如果对你有所帮助,记得点个赞哟~
文章浏览阅读8.6k次。一、Linux记录用户登录信息文件1 /var/run/utmp----记录当前正在登录系统的用户信息;2 /var/log/wtmp----记录当前正在登录和历史登录系统的用户信息;3 /var/log/btmp:记录失败的登录尝试信息。二、命令用法1.命令last,lastb---show a listing of la_怎么记录linux设备 发声的登录和登出
文章浏览阅读167次。摘要:1. 简介 2. 公园迷宫漫步 3. 无线迷宫与最短(不加权)路径问题 4. 强连通分量1. 简介在计算机科学裡,树的遍历(也称为树的搜索)是圖的遍歷的一种,指的是按照某种规则,不重复地访问某种樹的所有节点的过程。具体的访问操作可能是检查节点的值、更新节点的值等。不同的遍历方式,其访问节点的顺序是不一样的。两种著名的基本遍历策略:深度优先搜索(DFS) 和 广度优先搜索(B...
文章浏览阅读591次。提起报表,大家会觉得即熟悉又陌生,好像常常在工作中使用,又似乎无法准确描述报表。今天我们来一起了解一下什么是报表,报表的结构、构成元素,以及为什么需要报表。什么是报表简单的说:报表就是通过表格、图表等形式来动态显示数据,并为使用者提供浏览、打印、导出和分析的功能,可以用公式表示为:报表 = 多样的布局 + 动态的数据 + 丰富的输出报表通常包含以下组成部分:报表首页:在报表的开..._activereports.net 实现查询报表功能
文章浏览阅读6.6k次。最近实验室需要用Cadence,这个软件的安装非常麻烦,每一次配置都要几个小时,因此打算把Cadence装进Docker。但是Cadence运行时需要GUI,要对Docker进行一些配置。我们实验室的服务器运行的是Ubuntu18.04,默认桌面GNOME,Cadence装进Centos的Docker。安装Ubuntu18.04服务器上安装Ubuntu18.04的教程非常多,在此不赘述了安装..._docker xrdp ubuntu
文章浏览阅读1.8k次,点赞2次,收藏2次。首先导入头文件#import 导入头文件后创建几个相机必须实现的对象 /** * AVCaptureSession对象来执行输入设备和输出设备之间的数据传递 */ @property (nonatomic, strong) AVCaptureSession* session; /** * 输入设备 */_ios avcapturestillimageoutput 兼容性 ios17 崩溃
文章浏览阅读982次。按照OracleDocument中的描述,v$sysstat存储自数据库实例运行那刻起就开始累计全实例(instance-wide)的资源使用情况。 类似于v$sesstat,该视图存储下列的统计信息:1>.事件发生次数的统计(如:user commits)2>._oracle v$sysstat视图
文章浏览阅读7.6k次,点赞2次,收藏9次。我最近做SPA项目开发动态树的时候一直遇到以下错误:当我点击文章管理需要跳转路径时一直报NavigationDuplicated {_name: “NavigationDuplicated”, name: “NavigationDuplicated”}这个错误但是当我点击文章管理后,路径跳转却是成功的<template> <div> 文章管理页面 <..._navigationduplicated {_name: 'navigationduplicated', name: 'navigationduplic
文章浏览阅读3.9k次。版本VoiceEngine 4.1.0舒适噪音生成(comfort noise generator,CNG)是一个在通话过程中出现短暂静音时用来为电话通信产生背景噪声的程序。#if defined(WEBRTC_ANDROID) || defined(WEBRTC_IOS)static const EcModes kDefaultEcMode = kEcAecm;#elsestati..._webrtc aecm 杂音
文章浏览阅读6.3k次,点赞9次,收藏19次。医学成像原理与图像处理一:概论引言:本系列博客为医学成像原理与图像处理重要笔记,由于是手写,在此通过扫描录入以图片的形式和电子版增补内容将其进行组织和共享。前半部分内容为图像处理基础内容,包括图像的灰度级处理、空间域滤波、频率域滤波、图像增强和分割等;后半部分内容为医学影象技术,包括常规胶片X光机、CR、DR、CT、DSA等X射线摄影技术、超声成像技术、磁共振成像(MRI)技术等。本篇主要内容是概论。_医学成像与图像处理技术知识点总结
文章浏览阅读591次,点赞13次,收藏10次。notepad++ v8.5.3 安装插件,下载进度为0_nodepa++
文章浏览阅读2.1w次。用spark执行SQL保存到Hive中: hiveContext.sql("insert overwrite table test select * from aaa")执行完成,没报错,但是核对结果的时候,发现有几笔数据超出指定范围(实际只包含100/200)最终排查到是ret_pay_remark 字段包含换行符,解决方案:执行SQL中把特殊字符替换掉regexp_replace(..._hive sql \n
文章浏览阅读520次,点赞10次,收藏8次。印象笔记05:如何打造更美的印象笔记超级笔记本文介绍印象笔记的具体使用,如何打造更美更实用的笔记。首先想要笔记更加好看和实用,我认为要使用超级笔记。所谓超级笔记就是具有很多便捷功能的笔记。_好的印象笔记怎么做的