【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。

%% 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
程序媛96882 分钟前
计算机毕业设计——ssm合同管理系统演示录像2021
开发语言·毕业设计·课程设计
酒鬼猿16 分钟前
C++初阶(七)--类和对象(4)
开发语言·c++
你不讲 wood21 分钟前
预览 PDF 文档
开发语言·前端·javascript·pdf·html·node·文件预览
蜡笔小新星27 分钟前
PyTorch的基础教程
开发语言·人工智能·pytorch·经验分享·python·深度学习·学习
gorgor在码农28 分钟前
Lua 从基础入门到精通(非常详细)
开发语言·lua
houyawei_NO134 分钟前
QT相机连接与拍照
开发语言·qt
Yaml439 分钟前
Spring Boot整合EasyExcel:实现大规模数据的并行导出与压缩下载
java·开发语言·spring boot
无敌最俊朗@42 分钟前
unity3d————三角函数练习题
开发语言·学习·unity·c#·游戏引擎
编程修仙44 分钟前
Java三大特性之继承
java·开发语言
bitenum1 小时前
qsort函数的学习与使用
c语言·开发语言·学习·算法·visualstudio·1024程序员节