Mein MATLAB Forum

y = zeros(size(x));
for I = 1:length(x)
y(I) = ... % Berechnungen in Abhängigkeit von x(I)
end

 

function [sol,p] = guetetest(v_soll,t)
% -------------------------------------------------------------------------
p = auto_param;

p.v_soll = v_soll;
p.t = t;

opt = bvpset('Stats','on');
sol0 = bvpinit(linspace(p.ta,p.tf,30),[p.x0; zeros(3,1)]);
sol = bvp4c(@kano_gl,@null,sol0,opt,p);

parameter1 = [0 45 ];
parameter2 = [45 80 ];
parameter3 = [0 32 ];
parameter4 = [32 0 ];

 for i = 1:2  
    p.ta = parameter1(i);
    p.tf = parameter2(i);
    p.va = parameter3(i);
    p.vf = parameter4(i);
    erg = sol;
    savefile = ['erg', num2str(i), '.mat'];
    save(savefile, 'erg');
 end;
% savefile = 'test.mat';
% save(savefile, 'sol', 'p');

%plot(sol.x, sol.y(2,:))
% -------------------------------------------------------------------------
end


% Funktion gibt die Randbedingungen in Residuenform an
function res = null(X0,Xf,p)
% -------------------------------------------------------------------------
x0 = X0(1:3);
xf = Xf(1:3);
adjf = Xf(4:6);
res = [ x0 - p.x0;
        adjf - p.S*(xf - p.xf)];
% -------------------------------------------------------------------------
end

%plot(sol.x, sol.y(2,:))
% Funktion erzeugt eine Parameter-struct
 function p = auto_param
% -------------------------------------------------------------------------



% p.va = 0;
% p.vf = 32;
% p.ta = 0;
% p.tf = 45;
p.x0 = [0;p.va;0];
p.xf = [0;p.vf;0]; % über Beschleunigung au nomal nachdenken, nicht immer 0
p.alpha= 50;
p.beta = 20;
p.gamma = 10;
p.S = diag([0,10,5]);
%p.umin = -inf;  % Eingangsbeschränkung
%p.umax = +inf;  % Eingangsbeschränkung
% % -------------------------------------------------------------------------
 end


% Funktion beinhaltet die kanonischen Gleichungen
function f = kano_gl(t,X,p) % Die Argumente der Funktion müssen t,X,p lauten, nicht X,u,p!
% -------------------------------------------------------------------------
x = X(1:3);
adj = X(4:6);
u = u_opt(x,adj,p); % --> Siehe Funktion unten!

f = [fsys(x,u,p);
    -dJdx(x,u,p,t)-dfdx'*adj];
% -------------------------------------------------------------------------
end


% Funktion beinhaltet die Systemdynamik
function g = fsys(x,u,p)
% -------------------------------------------------------------------------
g = [x(2);
    x(3);
    u];
% -------------------------------------------------------------------------
end


% Jacobimatrix der Systemdynamik
function J = dfdx
% -------------------------------------------------------------------------
J = [0,1,0;
    0,0,1;
    0,0,0];
% -------------------------------------------------------------------------
end


% Ableitung des Gütefunktionals
function z = dJdx(x,u,p,t)
% -------------------------------------------------------------------------
v_act = interp1(p.t, p.v_soll, t);
z = [0;
    p.alpha*(x(2)- v_act); % <-- Das hier wird Probleme machen, da p.v_soll ein Vektor ist. Hier brauchst du nur den aktuellen Sollwert zum Zeitpunkt t!
    p.beta*x(3)];
% -------------------------------------------------------------------------
end


% Berechnung der optimale Steuerung
function u = u_opt(x,adj,p)
% -------------------------------------------------------------------------
u = - adj(3)/(2*p.gamma); % Berechne hier die optimale Steuerung (siehe Kapitel 5.3.4 MOOS-Skript)

% Dieser Teil wird benötigt, falls die Eingangsgröße beschränkt ist!
%  if (u0 > p.umin) && (u0 < p.umax)
%     u = u0;
%  elseif u0<=p.umin
%      u = p.umin;
%  else
%      u = p.umax;
%  end;
% -------------------------------------------------------------------------
end