【Matlab】基于Prandtl−Ishlinskii的迟滞模型-RLS辨识

PI模型

PI迟滞模型的输出公式:

代码记录

此代码为根据PI模型,已知输入(正弦函数幅值为3.5)、阈值以及权重值,利用matlab生成迟滞回线。

复制代码
%% The Prandtl-Ishlinskii Hysteresis Model-
%% 20241021
clc;clear;
close all;
%% PI Model
%% Define the Input-读取Excel文件进行提取数据列
filename = 'C:\Users\jia\Desktop\yadian\data\test.xlsx';
opts = detectImportOptions(filename);
opts.VariableNamingRule = 'preserve';  % 设置保留原始列名
data = readtable(filename, opts);
t = data{:, 'Time'}; 
V_val = data{:, 'Value1'};
% L_val = data{:, 'Value2'};
v = V_val'; % 输入信号
%% Thresholds and weights
r=0:0.5:3;
n = length(r); % 阈值个数
P=[0.72    0.6    0.48    0.36    0.24    0.12    0.012]; %weights
%% Play operator Calculation of Fr
Fr=zeros(n,N);
for j=1:1:n
    M=max(v(1)-r(j),min(v(1)+r(j),0));
    for k=2:1:N  
        Fr(j,1) = M; 
        F_inc=v(k);
        F_dec=v(k);
        A=F_inc-r(j);
        B=min(F_dec+r(j),Fr(j,k-1));
        Fr(j,k)=max(A,B); % Equation (1)
    end%% End sample
end %% End threshold loop

%% The output of PI model
y=P*Fr;  
% y(1) = 0;
% y_error=y-L_val';

% H1-真实输入输出与估计输出的比较
h1=figure;
set(h1,'WindowStyle','docked');
hold on
plot(1:N, v, 'b', 'LineWidth', 1.5);  
plot(1:N, y, 'r', 'LineWidth', 1.5); 
grid on; 
xlabel('t','Interpreter','latex')
ylabel('y','Interpreter','latex')
legend('V','real-y');
% H2-绘制真实输出和估计对比
h2=figure;
set(h2,'WindowStyle','docked');
hold on;
plot(v,y,'r','linewidth',1.5);
xlabel('V');ylabel('y');
legend('real-y');

运行结果

% H1-真实输入输出随步数变化曲线

% H2-绘制输入和输出迟滞回线

相关推荐
LDR0068 天前
Type-C 快充全面升级!LDR6601 赋能个人护理便携电机,重塑剃须刀 / 理发器新体验
c语言·开发语言
雪碧聊技术8 天前
Tree.js是什么?一文讲透
开发语言·javascript·ecmascript
码云数智-园园8 天前
C++20 Modules 模块详解
java·开发语言·spring
xiao5kou4chang6kai48 天前
MATLAB机器学习、深度学习--从数据预处理到模型训练
深度学习·机器学习·matlab·数据预处理
swordbob8 天前
NIO的channel中什么是 fd(File Descriptor,文件描述符)
java·开发语言·nio
源分享8 天前
Java线程同步的多种实现方法(非常详细)
java·开发语言·jvm
Luminous.8 天前
C语言--day30
c语言·开发语言
何以解忧,唯有..8 天前
Go语言循环语句详解:for、range与循环控制
开发语言·算法·golang
謓泽8 天前
C语言不是语法,是通往机器的地图。
c语言·开发语言
云水一下8 天前
从零开始学 PHP 系列(一):PHP 的前世今生与开发环境搭建
开发语言·php