瞬态动力学的简单模拟
Simple Simulation of Time Dependent Dynamics
所以，我想模拟随时间变化的系统动态。
本质上：
xdot = Q/C_a - x/(R_aC_a)
其中 Q 是周期为 T 的脉冲序列。我使用一些不同的技术手动估计解决方案。但是，我很好奇德雷克是否有一种简单的方法来解释这种时间依赖性。
基本上每个工作流程都支持时间依赖性 -- 即使在我知道您一直在使用的 SymbolicVectorSystem 中，您也可以为时间定义一个变量，并且您的动力学方法可以依赖于它。
不过，脉冲列车（按时间）是对时间的特殊依赖，我们需要仔细考虑。这些通常用作 sampling/reconstruction 的模型（在频域中特别有用），但我认为在连续时间模拟中不是很常见？我不确定你是否真的想在你的输入中加入它？如果你这样做，那么 drake 的事件系统可能可以胜任这项任务，但首先我想检查一下它是否真的是你想要的工作流程。
所以，我想模拟随时间变化的系统动态。
本质上：
xdot = Q/C_a - x/(R_aC_a)
其中 Q 是周期为 T 的脉冲序列。我使用一些不同的技术手动估计解决方案。但是，我很好奇德雷克是否有一种简单的方法来解释这种时间依赖性。
基本上每个工作流程都支持时间依赖性 -- 即使在我知道您一直在使用的 SymbolicVectorSystem 中，您也可以为时间定义一个变量，并且您的动力学方法可以依赖于它。
不过，脉冲列车（按时间）是对时间的特殊依赖，我们需要仔细考虑。这些通常用作 sampling/reconstruction 的模型（在频域中特别有用），但我认为在连续时间模拟中不是很常见？我不确定你是否真的想在你的输入中加入它？如果你这样做，那么 drake 的事件系统可能可以胜任这项任务，但首先我想检查一下它是否真的是你想要的工作流程。