Выпускная квалификационная работа 2023

Содержание репозитория:

• Модель.

• Стартер метода адаптивного оценщика.

• Генератор величин L, C, A, delta.

• Генератор спектра собственных значений.

• Стартер метода построения регрессионной модели с ДРСР.

• Скрипт отрисовки графиков.

• Вызов скрипта отрисовки.

• Обработчик полученных данных с калькулятором среднеквадратичной ошибки(и её средним).

• Фильтр по времени переходного процесса.

• Вычислитель времени переходного процесса.

• Вычислитель времени переходного процесса для разных значений radius.

Как работать?

0. Склонировать репозиторий
1. Запустить матлаб, запустить стартер метода-оппонента(DREM)..
2. Запустить Simulink, загрузить Модель.
3. В Simulink, в разделе Modeling, панель Design выбрать "Model Workspace".
4. Убедиться в том, что в Data Source -> в File name указан путь до стартер метода адаптивного оценщика. Если нет - нажать Browse и указать путь.
5. В случае изменения в стартере метода адаптивного оценщика нажать "Reinitialize from Source" для подгрузки изменений в модель.
6. Запустить модель.
7. Полученные измерения частот сохранять в блоке "To File". Имя сохраняемой переменной <<approx_data>>.

Модель и сопутствующие скрипты построены на версии Matlab R2021b.

• График bigOmega отображает значения оценки полученных частот.
• Блок Original Signal отвечает за модуляцию подаваемого сигнала, Proposed estimator строит оценки частот и осциллятора z по методу прямой оценки частот с применением адаптивного наблюдателя.
• Для проведения множественных симуляций раскомментировать дублирующие блоки, в их внутренних блоках вписать изменённые величины. Для симуляций с несколькими значениями \mu можно реинициализировать в стартере массивом 1xn и обратиться к нужным значения в блоках mu модели по соответствующему индексу.
• Для симуляции со спектром при наблюдателе полученном по распределению Ньютона указать в блоке L модели переменную L. Для Распределения Баттерворта - L1. Скалирование получаемых значений производить при помощи переменной radius.