扫一扫
分享文章到微信
扫一扫
关注官方公众号
至顶头条
Simulink与VC++6.0接口中的几点问题
根据自己在将Simulink与VC++6.0相结合过程中的经验,在实际运作过程中,需要注意以下几点问题:
Solver的选择
仿真要涉及常微分方程组的数值积分,为适应计算的多样性,Simulink提供了多种求解器。因此在解决具体的问题时,应当选择合适的求解器,并且设定合适的参数,以得到精确且迅速的仿真结果。比如:
ode45 即Nonstiff微分方程式,应用Runge-Kutta解法的中阶解法;应用最广的ode23 即Nonstiff微分方程式,应用Runge-Kutta解法之较低阶的求解方式,误差会比ode45多一点,但执行的效率快 ;ode113 即Nonstiff微分方程式,应用Adams-Bashforth-Moulton解法; ode15s 即stiff微分方程式之变阶数求解方式,是一种数值差分法;ode23s 即stiff微分方程式之低阶数求解方式,应用修正的Rosenbrock二阶解法;ode23t 即stiff微分方程式与dae三角形法整合求解方式 ode23tb 即stiff微分方程式之低阶数求解方式。
对于ode45,通常适用于连续状态模型,而对于刚性(stiff)系统,则需要采用如ode23s的刚性求解器。对于我们的可控整流电路故障模型,由于采用短路器模拟开路现象,系统为刚性系统,所以在solver选择时需要选择刚性求解算法。
通过VC++编写的应用程序采用引擎方式通过命令行仿真设置Solver只是改变了当前仿真的Solver,默认设定为Simulink中的仿真参数设定。比如对于可控整流电路故障诊断系统这一刚性系统,即便程序中选用了ode15s而默认为ode45,则本次仿真确实使用ode15s求解,但仍然会报警说应该用刚性解法。不过对于刚性系统,ode45可不好用,因此从仿真效果(如耗时)上可以认定程序中设定的刚性解法奏效了。
VC数据类型与MATLAB数据类型之间的转换
使用VC++6.0与MATLAB通过引擎方式混合编程,不可避免地要在VC数据类型与MATLAB数据类型之间进行转换。一般来说,可以使用memcpy进行转换。即通过mxGetPr()获取MATLAB数据类型的指针,再调用memcpy,比如在命令行方式下设置仿真时间时可以如下处理:
//设定仿真时间VC数据类型àMATLAB数据类型
double timespan[2];
timespan[0] = (double) m_fStartTime;
timespan[1] = (double) m_fStopTime;
T = mxCreateDoubleMatrix(1, 2, mxREAL);
memcpy((char *) mxGetPr(T), (char *) timespan, 2*sizeof(double));
engPutVariable(ep, "T", T);
// MATLAB数据类型àVC数据类型
double test[2];
memcpy((char*)test, (char*)mxGetPr(T), 2*sizeof(double));
查看本文来源如果您非常迫切的想了解IT领域最新产品与技术信息,那么订阅至顶网技术邮件将是您的最佳途径之一。
现场直击|2021世界人工智能大会
直击5G创新地带,就在2021MWC上海
5G已至 转型当时——服务提供商如何把握转型的绝佳时机
寻找自己的Flag
华为开发者大会2020(Cloud)- 科技行者