15247

Построение и исследование моделей внешних воздействий

Лабораторная работа

Коммуникация, связь, радиоэлектроника и цифровые приборы

Лабораторная работа №3 Построение и исследование моделей внешних воздействий. Исследование командного генератора гармонического сигнала. схема моделирования командного генератора результаты моделировани...

Русский

2013-06-11

299 KB

67 чел.

Лабораторная работа №3

«Построение и исследование моделей внешних воздействий»

Вариант 1

1. Исследование командного генератора гармонического сигнала.

 

 

.

 

Рис.1 – схема моделирования командного генератора

Рис.2 – результаты моделирования работы командного генератора

2. Исследование командного генератора сигнала с трапецеидальным графиком скорости.

F=5, V=1, ∆=1

Рис. 3 - схема моделирования командного генератора с трапецеидальным графиком скорости

График a(t).

График g(t).

График v(t).

Рис.4 – результаты моделирования командного генератора с трапецеидальным графиком скорости

3. Исследование командного генератора возмущения.

Исходные данные: .

 

Начальные условия на интеграторах:

Схема моделирования:

График моделирования:

Вывод: можно построить командный генератор по известному частному решению дифференциального уравнения. Для построения моделей внешних воздействий удобно использовать метод последовательного дифференцирования.


 

А также другие работы, которые могут Вас заинтересовать

21702. ОБЪЕКТЫ ТРЕТЬЕГО ПОРЯДКА 491.5 KB
  2} Итак с помощью объектов 2го порядка мы можем изменять состояния различных объектов 1го порядка.1 В него мы введём дополнительный объект 1го порядка изменение состояния которого через универсальный интерфейс отражается на остальных объектах 1го порядка. Введём также генератор случайности дающий возможность случайно выбрать какой объект 1го порядка следует изменить наиболее сильно и в каком направлении.
21703. Модели представления знаний 96 KB
  Впервые была представлена Минским как попытка построить фреймовую сеть или парадигму с целью достижения большего эффекта понимания . Минский разработал такую схему в которой информация содержится в специальных ячейках называемых фреймами объединенными в сеть называемую системой фреймов .Возможно б что вы используете информацию содержащуюся в вашем фрейме комнаты для того чтобы распознать мебель что называется процессом сверхувниз или в контексте теории фреймов фреймодвижущим распознаванием . Он предложил систему ...
21704. Модуль Нейрокибернетика 380 KB
  В первом случае сформированная нейронная сеть выступает в роли регрессионной модели и имеет k входов и один выход то есть в качестве входных значений нейронной сети выступают предшествующие значения котировок а в качестве выхода значение на текущий момент. В автоматическом управлении нейронные сети так же не плохо справляются со своей задачей и если учесть что не нужно проводить сложных расчетов то выбор в пользу использования нейронных сетей становиться очевидным. Так же нейронные сети находят практическое применение при диагностике...
21705. Технология личностного ориентирования в географии 103.5 KB
  Содержание личностно-ориентированного образования, его средства и методы структурируются так, что позволяют ученику проявить избирательность к предметному материалу, его виду и форме, в этих целях разрабатываются индивидуальные программы обучения, которые моделируют исследовательское мышление.
21706. Методы экспертного оценивания 136 KB
  5] Анализ компетентности экспертов по взаимооценкам [0.6] Анализ компетентности экспертов по оценкам объектов [0. Типичные ситуации группового выбора: распределение конкурсной комиссией поощрений; обсуждение и согласование нескольких альтернативных законопроектов; ранжирование по перспективности внедрения образцов новых промышленных изделий производимое группой экспертов. Например для 3х объектов предпочтение одного из экспертов или он может количественно выразить интенсивность ; ; .
21707. Разделы модуля «Базовые понятия. Методы извлечения знаний» 368 KB
  Методы извлечения знаний [1] История и этапы развития искусственного интеллекта [2] Подходы к созданию систем искусственного интеллекта [3] Искусственный интеллект в России [4] Направления развития искусственного интеллекта [5] Основные определения [6] Методы извлечения знаний [7] Классификация методов извлечения знаний [8] Пассивные методы [9] Наблюдения [10] Анализ протоколов мыслей вслух [11] Лекции [12] Активные методы [13] Активные индивидуальные методы [14] Анкетирование [15] Интервью [16] Свободный диалог [17] Активные групповые методы...
21708. Модуль Жизненный цикл интеллектуальной системы 147.5 KB
  2] Этап 2: Разработка прототипной системы [1.4] Этап 4: Оценка системы [1.5] Этап 5: Стыковка системы [1.
21709. Модуль Методы представления знаний: Нечеткая логика 192 KB
  Математический аппарат Характеристикой нечеткого множества выступает функция принадлежности Membership Function. Обозначим через MFcx – степень принадлежности к нечеткому множеству C представляющей собой обобщение понятия характеристической функции обычного множества. Значение MFcx=0 означает отсутствие принадлежности к множеству 1 – полную принадлежность. Так чай с температурой 60 С принадлежит к множеству 'Горячий' со степенью принадлежности 080.