Simulink به طور گسترده ای برای مدل سازی و شبیه سازی سیستم های پویا، از جمله داده های سنسور استفاده می شود.درکینگ نویز سنسور و عدم اطمینان در شبیه سازی ها، واقعیت گرایی را افزایش می دهد و به طراحی سیستم های کنترل قوی کمک می کند.

درک نویز سنسور و عدم اطمینان

نویز سنسور به تغییرات تصادفی در اندازه گیری سنسور اشاره می کند، که اغلب ناشی از تداخل الکترونیکی یا عوامل محیطی است. عدم اطمینان شامل هر دو سر و صدا و خطاهای سیستماتیک، مانند عدم قطعیت کالیبراسیون است.

بهترین روش ها برای ایجاد نویز

برای شامل سر و صدا سنسور در سیمولینک، از بلوک های داخلی مانند Random Number یا Band-Limited White Noise استفاده کنید.این می تواند به سیگنال های سنسور برای شبیه سازی تغییرات اندازه گیری اضافه شود.

عدم قطعیت به طور موثر

عدم اطمینان را می توان با معرفی تنوع در پارامترهای سنسور یا اضافه کردن سر و صدا با خواص آماری خاص مدل سازی کرد.استفاده از توابع MATLAB در سیمولینک برای ایجاد سر و صدا با معنی و تفاوت های مورد نظر.این رویکرد اجازه می دهد تا برای قوی بودن سیستم تست در شرایط مختلف.

نکات اضافی

  • مدل های صوتی معتبر در برابر داده های سنسور واقعی در صورت امکان
  • از منابع صوتی چندگانه برای شبیه سازی محیط های پیچیده استفاده کنید.
  • انتخاب پارامتر های سند برای تکرار
  • شبیه سازی های متعدد را برای ارزیابی عملکرد سیستم در شرایط مختلف سر و صدا اجرا کنید.