基于Matlab与dsp的数据采集系统

采用模型设计的方法,使用TI公司TMS320F28335数字信号处理芯片为核心搭建硬件电路,利用Matlab中的Embedded coder和Stateflow搭建系统模型,通过Matlab与CCS连接,进行代码的自动生成及DSP程序的调试,实现数据采集功能。     

面向操作的装备虚拟训练系统机理建模方法

针对现有装备虚拟训练系统中,外观模型与机理模型紧密耦合所导致的模型开发效率低、不可重用的问题,分析了装备仿真模型结构,提出了一种外观模型与机理模型独立开发的设计思想.在此基础上,介绍了面向操作的装备虚拟训练的概念,并提出一种面向操作的机理建模方法.该建模方法基于图形化、层次化的建模形式,具备标准的语义、语法,可以完备地描述装备系统的动态工作过程.应用实例结果表明了该建模方法的可行性和实用性.     

基于Matlab／Simulink的无人机飞行仿真研究

该文以某小型无人机为研究对象,基于其数学模型,在Matlab／Simulink环境下并结合Stateflow的有限状态机实现了对该无人机飞行过程的仿真模拟。首先利用Matlab／Simulink,对小型无人机搭建了非线性数学模型,对其飞行控制律进行了研究;然后利用Stateflow模拟了无人机的飞行管理器,实现无人机多模态之间的转换;最后对无人机的控制规律进行了验证。其结果表明了该控制规律的合理性和有效性。     

基于STeC-Stateflow转换系统的实时系统仿真与验证方法

物联网以及信息物理融合系统对形式化建模提出了新的挑战, 引入了实时系统规范语言STeC, 为刻画实时系统的时空一致性提供了规范语言。针对STeC语言建立STeC至Stateflow自动转换系统, 提出一种基于STeC至Stateflow转换的仿真及验证方法, 该方法使用STeC语言对实时系统进行形式化建模, 再建立实时监控的Simulink仿真模型, 并使用Checkmate对系统进行安全性验证。通过对京沪高铁运行的实例研究, 表明该方法对高铁运行系统实时仿真的有效性, 并能够验证高铁运行系统的安全性。     

基于FSM的紧凑型回旋加速器控制系统研究

针对CYCHU-10紧凑型低能强流回旋加速器的实际运行需求,基于有限状态机理论,提出一种层次化的加速器控制系统设计方法,在Simulink环境下利用Stateflow完成系统建模和仿真.仿真结果表明,该设计能全面反映加速器中的动态逻辑关系,可用性及可靠性较强.     

基于Stateflow的TCN列车通信网络仿真分析

对TCN网络的WTB和MVB总线分别进行了介绍.在此基础之上根据各部分的功能要求划分各模块的设计思想及具体的设计实现.在Matlab环境下,利用有限状态机理论对TCN通信网络进行了形式化建模.状态机模型的仿真动态展示了总线系统的通信行为,并为总线控制系统的通信研究提供了一个仿真平台.从节点的角度出发,建立了节点的发送和接收状态机模型.在此仿真模型基础上,研究了TCN网络控制系统的网络性能指标的影响.     

基于Stateflow的设备维修过程仿真研究

设备维修是工业企业的一项复杂工作,提高设备维修的效率对减少维修周期、节省企业成本具有重要意义。针对传统计划评审技术（PERT）在设备维修过程工期计算和关键路线分析等方面的局限,提出了基于Stateflow的设备维修过程仿真方法,进行了实例分析。仿真结果表明,基于Stateflow的仿真分析方法能够有效评估设备维修过程的完工时间和关键线路的分布情况,具有可视化、流程化和层次化的特点。     

基于Simulink/Stateflow的无人机多模态飞行控制律仿真

为了验证无人机多模态飞行控制律设计的正确性,采用Simulink/Stateflow建模仿真方法;以某小型无人机为研究对象,首先在小扰动线性化模型基础上,设计了纵向和侧向多模态控制系统结构,并给出了相应的控制律,然后根据传统的频域和根轨迹的方法确定了各个控制器参数,最后通过Simulink/Stateflow完成整个飞行剖面的仿真,结果表明该方法能直观简洁地实现多模态之间切换的控制逻辑,模态控制误差均满足国军标要求,验证了所设计的多模态控制系统的正确性.     

基于扩展混成Petri网的CPS无人车系统建模与分析

信息物理融合系统(Cyber-Physical System,CPS)是一个集计算系统、通信系统、感知系统、控制系统和物理系统于一体的复杂系统,其行为是一种由离散计算过程与连续物理过程深度融合并紧密交互的混成行为。针对这种特性,采用混成Petri网对CPS建模,并在此基础上添加时间约束,即对离散变迁关联一个延迟时间,对连续变迁关联一个激发速率函数,同时引入抑止弧和测试弧的概念以提高Petri网的表达能力,由此提出一种新的模型——扩展混成Petri网模型。然后,对CPS应用中无人驾驶车辆系统的躲避障碍物场景进行建模,将建立的模型按照一定的规则转化为与之对应的Simulink模型,并通过Matlab仿真对系统行为及属性进行分析。