基于梯度法的模型参考自适应程序

梯度法、模型参考自适应方面很好的参考代码，仅供学习研究参考用，不得违规

%可调增益MIT-MRAC
clear all; close all;

h=0.1; L=100/h; %数值积分步长、仿真步数
num=[1]; den=[1 1 1]; n=length（den）-1; %对象参数
kp=1; [ApBpCpDp]=tf2ss（kp*numden）; %传递函数型转换为状态空间型
km=1; [AmBmCmDm]=tf2ss（km*numden）; %参考模型参数

gamma=0.1; %自适应增益
yr0=0; u0=0; e0=0; ym0=0; %初值
xp0=zeros（n1）; xm0=zeros（n1）; %状态向量初值
kc0=0; %可调增益初值
r=0.6; yr=r*[ones（1L/4） -ones（1L/4） ones（1L/4） -ones（1L/4）]; %输入信号

for k=1:L
    time（k）=k*h;
    xp（:k）=xp0+h*（Ap*xp0+Bp*u0）; 
    yp（k）=Cp*xp（:k）+Dp*u0; %计算yp
    
    xm（:k）=xm0+h*（Am*xm0+Bm*yr0）; 
    ym（k）=Cm*xm（:k）+Dm*yr0; %计算ym
    
    e（k）=ym（k）-yp（k）; %e=ym-yp
    kc=kc0+h*gamma*e0*ym0; %MIT自适应律
    u（k）=kc*yr（k）; %控制量
    
    %更新数据
    yr0=yr（k）; u0=u（k）; e0=e（k）; ym0=ym（k）;
    xp0=xp（:k）; xm0=xm（:k）;
    kc0=kc;
end
plot（timeym‘r‘timeyp‘:‘）;
xlabel（‘t‘）; ylabel（‘y_m（t）、y_p（t）‘）;
%axis（[0 L*h -10 10]）;
legend（‘y_m（t）‘‘y_p（t）‘）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件        990  2009-07-03 21:13  chap3_02_MIT_MRAC.m

----------- ---------  ---------- -----  ----

                  990                    1