s函数中积分程序更改

本文总字数：2528，阅读预计需要：6分钟

  function [sys,x0,str,ts,simStateCompliance] = int_hyo(t,x,u,flag)
  switch flag,
      case 0,
          [sys,x0,str,ts,simStateCompliance]=mdlInitializeSizes;
      case 1,
          sys=mdlDerivatives(t,x,u);
      case 2,
          sys=mdlUpdate(t,x,u);
      case 3,
         sys=mdlOutputs(t,x,u);
     case 4,
         sys=mdlGetTimeOfNextVarHit(t,x,u);
     case 9,
         sys=mdlTerminate(t,x,u);
     otherwise
        DAStudio.error('Simulink:blocks:unhandledFlag', num2str(flag));
 end
 function [sys,x0,str,ts,simStateCompliance]=mdlInitializeSizes
 sizes = simsizes;
 sizes.NumContStates  = 1;
 sizes.NumDiscStates  = 0;
 sizes.NumOutputs     = 1;
 sizes.NumInputs      = 1;
 sizes.DirFeedthrough = 0;
 sizes.NumSampleTimes = 1;   % at least one sample time is needed
 sys = simsizes(sizes);
 x0  = [-1]; %之前这里是0，改为1，应为x0代表-cos（t）在0初始时刻应该为-1
 str = [];
 ts  = [0 0];
 simStateCompliance = 'UnknownSimState';
 function sys=mdlDerivatives(t,x,u)
 sys = u;
 function sys=mdlUpdate(t,x,u)
 sys=[];
 function sys=mdlOutputs(t,x,u)
 sys=x ;
 function sys=mdlGetTimeOfNextVarHit(t,x,u)
 sampleTime = 1;    %  Example, set the next hit to be one second later.
 sys = t + sampleTime;
 function sys=mdlTerminate(t,x,u)
 sys = [];

simulink模型为

图像为

上面的x0 = [-1]; %之前这里是0，改为1，应为x0代表-cos（t）在0初始时刻应该为-1为什么这么改？
这是关于状态变量是什么的问题（x0表示状态变量，赋值是表示初始时刻状态变量的值），如果状态变量表示x = sin（t）时，这里为0，但是根据程序来看这里的状态变量选择的并不是x = sin（t），而是x = -cos（t），为什么这么说呢？

因为程序中调用了

 function sys=mdlDerivatives(t,x,u)
 sys = u;

 function sys=mdlOutputs(t,x,u)
 sys=x ;

输入（即sint（t））积分结果通过sys间接给了x状态变量，x是一个表示sin（t）积分后的变量，你想想这个状态变量到底是什么，不就是x = -cos（t）吗？如果不明白为什么积分后间接给x状态变量这句话，不要着急下面一篇文章能够让你清楚mdlDerivatives函数内部的原理

之前看到s函数那篇文章中积分这一节程序时，看到最后的图像感觉有问题，但是不知道程序中哪个地方出错了，主要还是不是很理解function sys=mdlDerivatives(t,x,u)的用法。看了一个博主的文章瞬间对这个子函数理解了，在这里将此博主的文章搬运过来便于阅读

原文链接：https://blog.csdn.net/qq_43159983/article/details/104644017

Matlab S函数 function sys=mdlDerivatives(t,x,u)
设函数为 h’’ = 1/J*(ut+dt)

1 s函数里的x状态含义：
状态1: x(1) —表示状态值h
状态2: x(2) —表示状态值的导数（或称速度）h’

2 function sys=mdlDerivatives(t,x,u)
在控制系统中，该函数可用于描述微分方程，例如描述被控对象和自适应率等，并采用数值分析方法（如ODE方法）实现模型的自动求解。如下：

function sys=mdlDerivatives(t,x,u) 
J=2;
dt=sin(t);
ut=u(1);
sys(1)=x(2);
sys(2)=1/J*(ut+dt);             //注:  1/J*(ut+dt)为一个二阶导函数
function sys=mdlOutputs(t,x,u)
sys(1)=x(1);
sys(2)=x(2);