t=0:0.1:8;

sys=tf([1 2],[1 5 4]);

u=t;

y=lsim(sys,u,t);

plot(t,y);

xlabel(’t (sec) ’);

ylabel(’y(t)’)

t=0:0.1:8;

sys=tf([1 2],[1 5 4]);

y1=impulse(sys,t);

y2=step(sys,t);

subplot(2,1,1)

plot(t,y1);

xlabel(t (sec)’);

ylabel(‘y1(t)’)

subplot(2,1,2)

plot(t,y2);

xlabel(‘t (sec)’);

ylabel(‘y2(t)’)

t=0:20;

a=[1 -0.25];

b=[1 -1];

x=(-1).^t;

y=filter(b,a,x);

subplot(2,1,1)

stem(t,x);

title(‘输入序列’);

subplot(2,1,2)

stem(t,y);

title(‘输出序列’)

a=[1 0.7 -0.45 -0.6];

b=[0.8 -0.44 0.36 0.02];

y=impz(b,a, 0:30)

y =  0.8000  -1.0000  1.4200  -0.9440  0.6998  -0.0627  -0.2076  0.5370  -0.5069 0.4719  -0.2363  0.0736  0.1253  -0.1964  0.2380  -0.1798  0.1151  -0.0187  -0.0430 0.0908  -0.0941  0.0809  -0.0445  0.0111  0.0207  -0.0362  0.0414  -0.0328   0.0198

-0.0038  -0.0081

x=[-1 2 4];

y=[3 1 2 1 2];

z=conv(x,y);

N=length(z);

stem(0:N-1,z)

 

第二篇：系统仿真综合实验报告

四川大学

课程实验报告

一、实验目的

系统仿真是运用仿真软件（如simio）创造模型来构建或模拟现实世界的虚拟实验室，它能过帮助你探寻你所关注的系统在给定的条件下的行为或状态，它还能帮助你在几乎没有风险的情况下观察各种改进和备选方案的效果。尤其是对一些难以建立物理模型和数学模型的复杂的随机问题，可通过仿真模型来顺利地解决预测、分析和评价等系统问题。

通过本次simio系统仿真综合实验，掌握并能熟练使用系统仿真软件simio，利用simio建立模型，能体验其3D动画效果，并根据需求设定系统参数，如server的processing time、Initial Capacity，source的interarrival time参数等。运行并分析系统各个资源的利用率、排队队长及服务等待时间，能发现系统存在的问题，比较各个排队系统的系统资源利用率、排队队长和服务等待时间，评价排队系统的优劣。

二、实验地点及环境

    四川大学工商管理学院的学院大楼综合实验室，运用PC机及simio系统仿真软件，在老师的指导下完成此次系统仿真实验。

三、实验步骤

㈠、建立模型

   1.  ModelⅠ

首先加入一个source、三个server、一个sink、一个ModeEntity，并用path连接。将source更名为arrive，sink更名为depart，ModelEntity更名为customer。设置运行时间8小时。

顾客的到达为Poisson流,到达间隔时间为均值为15秒钟的指数分布，故arrive设置interarrival time 参数值为Random.Exponential(15)，并选择units为seconds；服务(售票)时间服从指数分布,平均时间为45秒钟，故3个server都设置为interarrival time 参数值为Random.Exponential(45)，并选择units为seconds。

在Animation中添加Status Label到arrive，Expression为arrive.OutputBuffer.Contents。同样为server和dapart添加Status Label，Expression分别为Server1.InputBuffer.Contents、Server2.InputBuffer.Contents、Server3.InputBuffer.Contents、depart.InputBuffer.NumberEntered，来记录每个位置的排队人数和通过人数。

为每个server添加一个TextScale为1的Status pie，来显示和观察服务台的利用率变化。保存命名为ModelⅠ。

   2.  Model II

首先加入一个source、三个server、一个sink、一个ModelEntity，并用path连接。将source更名为arrive，sink更名为depart，ModelEntity更名为customer。

顾客的到达为Poisson流,到达间隔时间为均值为15秒钟的指数分布，故arrive设置interarrival time 参数值为Random.Exponential(15)，并选择units为seconds；服务(售票)时间服从指数分布,平均时间为45秒钟，故3个server都设置为interarrival time 参数值为Random.Exponential(45)，并选择units为seconds。

在Animation中添加Status Label到arrive，Expression为arrive.OutputBuffer.Contents。同样为server和dapart添加Status Label，Expression分别为Server1.InputBuffer.Contents、Server2.InputBuffer.Contents、Server3.InputBuffer.Contents、depart.InputBuffer.NumberEntered，来记录每个位置的排队人数和通过人数。

为每个server添加一个TextScale为1的Status pie，来显示和观察服务台的利用率变化。

在definition中创建列表lists，包含input@server3、input@server2、input@server1。以output@arrive作为决策Node点，设置EntityDestinationType为SelectFromList；NodeListName为lists；SelectionGoal为SmallistValue。

保存命名为Model II。

㈡、运行模型，得到实验结果

ModelⅠ

Model II

㈢、筛选实验数据，对比分析不同系统

四、实验结果

在模型运行后，从Results中选择需求数据制成表格，如下：

ModelⅠ：

Model II：

五、实验结果分析

    在此次仿真实验中，结果显示，系统Model II（3个server均超过90%）比系统ModelⅠ（3个server都没超过90%）的服务台利用率高；Model II完成服务的人数更多，为1828人优于ModelⅠ的1599人；系统Model II顾客等待的时间相对更少；系统Model II等待队长相对更短。

    实验表明在同等条件（顾客到达时间分布、服务台服务时间分布、整个系统服务时间（8小时）这三者都相同）下，系统Model II优于系统ModelⅠ，效率更高，利用率高，相对于系统ModelⅠ更应被采用。

六、总结

    

㈠、通过simio仿真实验，可以发现使用系统仿真的许多优势。发现对于一些复杂的随机问题，系统仿真能够系统地收集和积累信息，在实验室建立近似于现实的复杂模型，顺利地解决预测、分析和评价等系统问题；

㈡、通过系统仿真，可以把一个复杂系统降阶成若干子系统以便于分析，也可以设置变动因子来观察某个因素对于系统的影响，可以对多个变量影响的系统分析得到相对可靠的最佳方案；

㈢、通过系统仿真综合实验，对于计算机仿真的基本要素和主要活动： 系统、模型与计算机仿真有了一个大致的了解和认识，同时也加强我们的动手分析能力和动脑能力，开阔了眼见，扩大了知识面；

㈣、通过系统仿真，能启发新的思想或产生新的策略，开阔了思路，还能暴露出原系统中隐藏着的一些问题，以便及时解决。