什么是S函数?
S-函数是系统函数(System Function)的简称,在 Simulink 中用非图形化的方式来描述一个模块。一个完整的S-函数结构体系包含了描述一个动态系统所需要的全部能力。使用S-函数用户可以向 Simulink 模型中添加自己的模块,可以自由选择使用 MATLAB、C、C++ 等语言来创建自己的模块。Matlab 语言编写的S-函数可以充分利用 MATLAB 所提供的丰富资源,方便地调用各种工具箱函数和图形函数;使用 C 语言编写的S-函数可以实现对操作系统的访问,如实现与其他进程的通信和同步等。
Simulink 已经提供了大量的内置的系统模块,并且允许用户自定义模块,那么为何还要使用S-函数呢?诚然,对于大多数动态系统仿真分析语言,使用 Simulink 提供的模块即可实现,而无需使用S-函数。
但是,当需要开发一个新的通用的模块作为一个独立的功能单元时,使用S-函数实现则是一种相当简便的方法。另外,由于S-函数可以使用多种语言编写,因此可以将已有的代码结合进来,而不需要在 Simulink 中重新实现算法,从而在某种程度上实现了代码移植。此外,在S-函数中使用文本方式输入公式、方程,非常适合复杂动态系统的数学描述,并且在仿真过程中可以对仿真进行更精确的控制。如果恰当地使用S函数,理论上,可以在 Simulink 下对任意复杂的系统进行仿真。
基础知识
Simulink仿真过程
Simulnk 仿真分为两步:初始化、仿真循环。仿真是由求解器控制的,求解器主要作用是:计算模块输出、更新模块离散状态、计算连续状态。求解器传递给系统的信息包括:时间、输入和当前状态。系统的作用:计算模块的输出、更新状态、计算状态导数,然后将这些信息传递给求解器。求解器和系统之间的信息传递是通过不同标志来控制的。
Simulink 仿真过程:
S函数工作原理
Matlab 为了用户使用方便,有一个S函数的模板 sfuntmpl.m,一般来说,我们仅需要在 sfuntmpl.m 的基础上进行修改即可。在主窗口输入 edit sfuntmpl
即可出现模板函数的内容,可以详细地观察其帮助说明以便更好地了解S函数的工作原理。
S函数的定义形式为 function[sys,x0,str,ts]=sfunc(t,x,u,flag,p1,…Pn)
,其中的 sfunc 为自己定义的函数名称,以上参数中,t、x、u 分别对应时间、状态、输入信号,flag 为标志位,其取值不同,S函数执行的任务和返回的数据也是不同的,Pn 为额外的参数,sys 为一个通用的返回参数值,其数值根据 flag 的不同而不同,x0 为状态初始数值,str 在目前为止的 matlab 版本中并没有什么作用,一般 str=[] 即可,ts 为一个两列的矩阵,包含采样时间(整个模型的基础采样时间,各个子系统或模块的采样时间,必须以这个步长为整数倍)和偏移量两个参数,如果设置为 [0 0],那么每个连续的采样时间步都运行,[-1 0] 则表示按照所连接的模块的采样速率进行,[0.25 0.1] 表示仿真开始的 0.1s 后每 0.25s 运行一次,采样时间点为 TimeHit = n*period + offset。
S函数的使用过程中有1个概念值得注意:
Direct Feedthrough,系统的输出是否直接和输入相关联,即输入是否出现在输出端的标志,若是为 1,否则为 0,一般可以根据在 flag=3 的时候,mdlOutputs 函数是否调用输入 u 来判断是否直接馈通。
S函数中目前支持的 flag 选择有 0、1、2、3、4、9 几个数值,下面说一下在不同的 flag 情况下S函数的执行情况。
- flag=0。进行系统的初始化过程,调用 mdlInitializeSizes 函数,对参数进行初始化设置,比如离散状态个数、连续状态个数、模块输入和输出的路数、模块的采样周期个数、状态变量初始数值等。
- flag=1。进行连续状态变量的更新,调用 mdlDerivatives 函数。
- flag=2。进行离散状态变量的更新,调用 mdlUpdate 函数。
- flag=3。求取系统的输出信号,调用 mdlOutputs 函数。
- flag=4。调用 mdlGetTimeOfNextVarHit 函数,计算下一仿真时刻,由 sys 返回。
- flag=9。终止仿真过程,调用 mdlTerminate 函数。
在实际仿真过程中,Simulink 会自动将 flag 设置为 0,进行初始化过程,然后将 flag 的数值设置为 3,计算模块的输出,一个仿真周期后,Simulink 将 flag 的数值先后设置为 1 和 2,更新系统的连续和离散状态,再将其设置为 3,计算模块的输出,如此循环直至仿真结束条件满足。
S函数执行顺序:
在S函数的编写过程中,首先需要搞清楚模块中有多少个连续和离散状态,离散模块的采样周期是如何的,同时需要了解模块的连续和离散的状态方程分别是什么,输出如何表示。下面以实例说明S函数的具体应用。
sfuntmpl.m模板代码内容详细解析
function [sys,x0,str,ts,simStateCompliance] = sfuntmpl(t,x,u,flag)
% 主函数
% 主函数包含四个输出:
% sys数组包含某个子函数返回的值
% x0为所有状态的初始化向量
% str是保留参数,总是一个空矩阵
% Ts返回系统采样时间
% 函数的四个输入分别为采样时间t、状态x、输入u和仿真流程控制标志变量flag
% 输入参数后面还可以接续一系列的附带参数
switch flag,
case 0,
[sys,x0,str,ts,simStateCompliance]=mdlInitializeSizes;
case 1,
sys=mdlDerivatives(t,x,u);
case 2,
sys=mdlUpdate(t,x,u);
case 3,
sys=mdlOutputs(t,x,u);
case 4,
sys=mdlGetTimeOfNextVarHit(t,x,u);
case 9,
sys=mdlTerminate(t,x,u);
otherwise
DAStudio.error('Simulink:blocks:unhandledFlag', num2str(flag));
end
% 主函数结束
% 下面是各个子函数,即各个回调过程
function [sys,x0,str,ts,simStateCompliance]=mdlInitializeSizes
% 初始化回调子函数
% 提供状态、输入、输出、采样时间数目和初始状态的值
% 初始化阶段,标志变量flag首先被置为0,S-function首次被调用时
% 该子函数首先被调用,且为S-function模块提供下面信息
% 该子函数必须存在
sizes = simsizes; % 生成sizes数据结构,信息被包含在其中
sizes.NumContStates = 0; % 连续状态数,缺省为0
sizes.NumDiscStates = 0; % 离散状态数,缺省为0
sizes.NumOutputs = 0; % 输出个数,缺省为0
sizes.NumInputs = 0; % 输入个数,缺省为0
sizes.DirFeedthrough = 1; % 是否存在直馈通道,1存在,0不存在
sizes.NumSampleTimes = 1; % 采样时间个数,至少是一个
sys = simsizes(sizes); % 返回size数据结构所包含的信息
x0 = []; % 设置初始状态
str = []; % 保留变量置空
ts = [0 0]; % 设置采样时间
simStateCompliance = 'UnknownSimState';
function sys=mdlDerivatives(t,x,u)
% 计算导数回调子函数
% 给定t,x,u计算连续状态的导数,可以在此给出系统的连续状态方程
% 该子函数可以不存在
sys = []; % sys表示状态导数,即dx
function sys=mdlUpdate(t,x,u)
% 状态更新回调子函数
% 给定t、x、u计算离散状态的更新
% 每个仿真步内必然调用该子函数,不论是否有意义
% 除了在此描述系统的离散状态方程外,还可以在此添加其他每个仿真步内都必须执行的代码
sys = []; % sys表示下一个离散状态,即x(k+1)
function sys=mdlOutputs(t,x,u)
% 计算输出回调函数
% 给定t,x,u计算输出,可以在此描述系统的输出方程
% 该子函数必须存在
sys = []; % sys表示输出,即y
function sys=mdlGetTimeOfNextVarHit(t,x,u)
% 计算下一个采样时间
% 仅在系统是变采样时间系统时调用
sampleTime = 1; % 设置下一次采样时间是在1s以后
sys = t + sampleTime; % sys表示下一个采样时间点
function sys=mdlTerminate(t,x,u)
% 仿真结束时要调用的回调函数
% 在仿真结束时,可以在此完成仿真结束所需的必要工作
sys = [];
S函数实例
使用 M 文件编写S函数形式有两种,Level 1 和 Level 2,二者的包装模块是不同的。
类型 | 优点 | 缺点 |
---|---|---|
Level 1 | 运行速度快,能处理矩阵数据 | 只能处理点数据,不能处理复数以及基于帧的数据 |
Level 2 | 能够处理的数据类型多,包括矩阵、复数以及基于帧的数据 | 运行速度慢 |
Level 1 M 文件S函数—-这种方式提供了一个简单的 M 文件接口,可以与少部分的S函数 API 交互。Matlab 对于这种方式的支持更多的是为了保持与以前版本的兼容,现在推荐采用的是 Level 2 M 文件S函数。
下面是几个 Level-1 M-file S-function 的例子
连续有限输出的积分器
% 实现一个连续有限积分器,其中输出受下限和上限限制,并包括初始条件。
function [sys,x0,str,ts,simStateCompliance]=limintm(t,x,u,flag,lb,ub,xi)
switch flag
case 0
[sys,x0,str,ts,simStateCompliance] = mdlInitializeSizes(lb,ub,xi);
case 1
sys = mdlDerivatives(t,x,u,lb,ub);
case {2,9}
sys = []; % do nothing
case 3
sys = mdlOutputs(t,x,u);
otherwise
DAStudio.error('Simulink:blocks:unhandledFlag', num2str(flag));
end
function [sys,x0,str,ts,simStateCompliance] = mdlInitializeSizes(lb,ub,xi)
sizes = simsizes;
sizes.NumContStates = 1;
sizes.NumDiscStates = 0;
sizes.NumOutputs = 1;
sizes.NumInputs = 1;
sizes.DirFeedthrough = 0;
sizes.NumSampleTimes = 1;
sys = simsizes(sizes);
str = [];
x0 = xi;
ts = [0 0];
simStateCompliance = 'DefaultSimState';
function sys = mdlDerivatives(t,x,u,lb,ub)
if (x <= lb & u < 0) | (x>= ub & u>0 )
sys = 0;
else
sys = u;
end
function sys = mdlOutputs(t,x,u)
sys = x;
一连续系统
蹦极跳是一种挑战身体极限的运动,蹦极者系着一根弹力绳从高处的桥梁或山崖向下跳。如果蹦极者系在一个弹性系数为
其中
function [sys,x0,str,ts,simStateCompliance] = jumping(t,x,u,flag,len,m,height,k)
switch flag,
case 0,
[sys,x0,str,ts,simStateCompliance]=mdlInitializeSizes(len,m,height,k);
case 1,
sys=mdlDerivatives(t,x,u,len,m,height,k);
case 2,
sys=mdlUpdate(t,x,u);
case 3,
sys=mdlOutputs(t,x,u,len,m,height,k);
case 4,
sys=mdlGetTimeOfNextVarHit(t,x,u);
case 9,
sys=mdlTerminate(t,x,u);
otherwise
DAStudio.error('Simulink:blocks:unhandledFlag', num2str(flag));
end
function [sys,x0,str,ts,simStateCompliance]=mdlInitializeSizes(len,m,height,k)
sizes = simsizes;
sizes.NumContStates = 2;
sizes.NumDiscStates = 0;
sizes.NumOutputs = 1;
sizes.NumInputs = 0;
sizes.DirFeedthrough = 1;
sizes.NumSampleTimes = 1;
sys = simsizes(sizes);
x0 = [-len;0];
str = [];
ts = [0 0];
simStateCompliance = 'UnknownSimState';
function sys=mdlDerivatives(t,x,u,len,m,height,k)
if x(1)>0
b=-k*x(1);
else
b=0;
end
sys = [x(2);10+b/m-1/m*x(2)-1/m*abs(x(2))*x(2)];
function sys=mdlUpdate(t,x,u)
sys = [];
function sys=mdlOutputs(t,x,u,len,m,height,k)
sys = [height-len-x(1)];
function sys=mdlGetTimeOfNextVarHit(t,x,u)
sampleTime = 1;
sys = t + sampleTime;
function sys=mdlTerminate(t,x,u)
sys = [];
s-function 参数的配置:
一离散系统
用 S-function 实现下面的离散系统:
function [sys,x0,str,ts] = dsfunc(t,x,u,flag)
A=[-1.3839 0.5097
1.0000 0];
B=[-2.5559 0
0 4.2382];
C=[ 0 2.0761
0 7.7891];
D=[ -0.8141 -2.9334
1.2426 0];
switch flag,
case 0,
[sys,x0,str,ts] = mdlInitializeSizes(A,B,C,D);
case 2,
sys = mdlUpdate(t,x,u,A,B,C,D);
case 3,
sys = mdlOutputs(t,x,u,A,C,D);
case 9,
sys = []; % do nothing
otherwise
DAStudio.error('Simulink:blocks:unhandledFlag', num2str(flag));
end
function [sys,x0,str,ts] = mdlInitializeSizes(A,B,C,D)
sizes = simsizes;
sizes.NumContStates = 0;
sizes.NumDiscStates = size(A,1);
sizes.NumOutputs = size(D,1);
sizes.NumInputs = size(D,2);
sizes.DirFeedthrough = 1;
sizes.NumSampleTimes = 1;
sys = simsizes(sizes);
x0 = ones(sizes.NumDiscStates,1);
str = [];
ts = [1 0];
function sys = mdlUpdate(t,x,u,A,B,C,D)
sys = A*x+B*u;
function sys = mdlOutputs(t,x,u,A,C,D)
sys = C*x+D*u;
文章出处登录后可见!