MATLAB模型预测控制工具箱函数...pdf

"MATLAB 模型预测控制工具箱函数" MATLAB 模型预测控制工具箱是一个功能强大且灵活的工具箱，提供了一系列函数来建立和转换系统模型，以支持模型预测控制的设计和实现。下面是该工具箱中的重要知识点： 1. 系统模型建立与转换函数 MATLAB 模型预测控制工具箱提供了多种模型建立和转换函数，包括ss2mod、mod2ss、poly2tfd、tfd2mod、mod2step、tfd2step、ss2step、mod2mod、th2mod、addmod、addmd、addumd、paramod、sermod、appmod等。这些函数可以将通用状态空间模型、通用传递函数模型、MPC 状态空间模型、MPC 传递函数模型等多种模型格式相互转换。 2. 模型格式 MATLAB 模型预测控制工具箱支持多种系统模型格式，包括通用状态空间模型、通用传递函数模型、MPC 状态空间模型、MPC 传递函数模型等。其中，MPC 状态空间模型和 MPC 传递函数模型是模型预测控制工具箱特有的模型格式化，可以同时支持连续和离散系统模型的表达。 3. 模型转换 模型预测控制工具箱提供了多种模型转换函数，用于完成不同模型格式之间的转换。例如，函数ss2mod可以将通用状态空间模型转换为 MPC 状态空间模型，而函数mod2ss可以将 MPC 状态空间模型转换为通用状态空间模型。 4. MPC 状态空间模型 MPC 状态空间模型是在通用状态空间模型的基础上增加了对系统输入/输出扰动和采样周期的描述信息。该模型格式化可以同时支持连续和离散系统模型的表达。 5. MPC 传递函数模型 MPC 传递函数模型是在通用传递函数模型的基础上增加了对系统输入/输出扰动和采样周期的描述信息。该模型格式化可以同时支持连续和离散系统模型的表达。 6. 模型转换函数的使用 模型预测控制工具箱提供了多种模型转换函数，每个函数都有其特定的用途和使用方法。例如，函数ss2mod可以将通用状态空间模型转换为 MPC 状态空间模型，而函数mod2ss可以将 MPC 状态空间模型转换为通用状态空间模型。 7. 模型预测控制工具箱的应用 模型预测控制工具箱可以广泛应用于模型预测控制、系统 identification、控制系统设计等领域，提供了一系列强大的工具和函数来建立和转换系统模型，以支持模型预测控制的设计和实现。