结合：【Matlab】简单的滑模控制程序及Simulink仿真本片文章观看，此篇文章是在这篇文章的基础上进行修改的
输出u的推导过程
如果不明白控制量输出u的推到过成请看：【控制理论】滑模控制最强解析这篇文章
根据推到结果写s—function函数
控制器的s-function
function [sys,x0,str,ts] = simple_adaptive_controller(t, x, u, flag) switch flag, case 0, [sys,x0,str,ts]=mdlInitializeSizes; % 调用初始化子函数 case 1, sys=[]; case 2, sys=[]; case 3, sys=mdlOutputs(t,x,u); %计算输出子函数 case 4, sys=[]; %计算下一仿真时刻子函数 case 9, sys=[]; %终止仿真子函数 otherwise DAStudio.error('Simulink:blocks:unhandledFlag', num2str(flag)); end function [sys,x0,str,ts,simStateCompliance]=mdlInitializeSizes %初始化子函数 sizes = simsizes; sizes.NumContStates = 0; %连续状态变量个数 sizes.NumDiscStates = 0; %离散状态变量个数 sizes.NumOutputs = 1; %输出变量个数 sizes.NumInputs = 5; %输入变量个数 sizes.DirFeedthrough = 1; %输入信号是否在输出端出现 sizes.NumSampleTimes = 0; % at least one sample time is needed sys = simsizes(sizes); x0 = []; %初始值 str = []; ts = []; %[0 0]用于连续系统，[-1 0]表示继承其前的采样时间设置 simStateCompliance = 'UnknownSimState'; function sys=mdlOutputs(t,x,u) %计算输出子函数 J = 2; thd = u(1); dthd = u(4); ddthd = u(5); th = u(2); dth = u(3); e = th - thd; de = dth; c = 10; s = c*e + de; xite = 1.1; k = 0; ut = J*-c*(dth - dthd)-J*xite*sign(s) - J*ddthd ; sys(1) = ut;
模型状态方程的s-function函数建立
function [sys,x0,str,ts] = plant(t, x, u, flag) switch flag, case 0, [sys,x0,str,ts]=mdlInitializeSizes; % 调用初始化子函数 case 1, sys=mdlDerivatives(t,x,u); %调用计算微分子函数 case 2, sys=[]; case 3, sys=mdlOutputs(t,x,u); %计算输出子函数 case 4, sys=[]; %计算下一仿真时刻子函数 case 9, sys=[]; %终止仿真子函数 otherwise DAStudio.error('Simulink:blocks:unhandledFlag', num2str(flag)); end function [sys,x0,str,ts,simStateCompliance]=mdlInitializeSizes %初始化子函数 sizes = simsizes; sizes.NumContStates = 2; %连续状态变量个数 sizes.NumDiscStates = 0; %离散状态变量个数 sizes.NumOutputs = 2; %输出变量个数 sizes.NumInputs = 1; %输入变量个数 sizes.DirFeedthrough = 0; %输入信号是否在输出端出现 sizes.NumSampleTimes = 1; % at least one sample time is needed sys = simsizes(sizes); x0 = [0, 0]; %初始值 str = []; ts = [0 0]; %[0 0]用于连续系统，[-1 0]表示继承其前的采样时间设置 simStateCompliance = 'UnknownSimState'; function sys = mdlDerivatives(t, x, u) %计算微分子函数 J = 2; dt = sin(t); ut = u(1); sys(1) = x(2); sys(2) = 1/J*(ut+dt); function sys=mdlOutputs(t,x,u) %计算输出子函数 sys(1) = x(1); sys(2) = x(2);
simulink模型
最终图像
蓝色是追踪角度thea曲线
黄色是sin曲线
橘红色是dthea曲线
