下载文档原格式
matlab实训心得体会《MATLAB实训心得体会》一、引言随着科学技术的飞速发展，数值计算和仿真技术在各个领域的应用越来越广泛。
MATLAB作为一款强大的数学计算软件，在工程、物理、经济等多个领域都发挥着重要的作用。
为了更深入地掌握MATLAB的应用，我参加了为期一个月的MATLAB实训项目。
通过这次实训，我对MATLAB有了更全面的认识，也收获了许多宝贵的经验和技能。
二、实训过程在实训过程中，我们主要进行了以下几个方面的工作：1.基础知识学习：首先，我们系统地学习了MATLAB的基础知识，包括语法、数据类型、函数、程序流程控制等。
这些基础知识是后续学习的基础，对于我们理解和应用MATLAB至关重要。
2.编程实践：在掌握了基础知识后，我们开始进行编程实践。
通过编写各种类型的程序，如矩阵运算、数据处理、图形绘制等，来提高我们的编程能力和解决问题的能力。
3.项目实战：最后，我们参与了几个实际项目。
在这些项目中，我们不仅将所学的知识应用到实际问题中，还学会了如何与团队成员协作、如何解决突发问题等。
三、实训收获经过一个月的实训，我取得了显著的进步，具体表现在以下几个方面：1.提高了编程能力：通过大量的编程实践，我的MATLAB编程能力得到了很大的提高。
现在，我已经能够熟练地运用MATLAB解决各种复杂的问题。
2.加深了对MATLAB的理解：实训让我更深入地了解了MATLAB的工作原理和应用场景。
我意识到，MATLAB不仅仅是一款编程软件，更是一个强大的数学计算和仿真平台。
3.培养了团队协作能力：在项目实战中，我学会了如何与团队成员进行有效的沟通和协作。
我们共同解决问题、分享经验，最终完成了项目目标。
4.增强了自信心：通过实训，我成功地解决了许多实际问题，这让我对自己的能力和潜力充满了信心。
我相信，在未来的学习和工作中，我会更加自信地面对各种挑战。
四、展望未来虽然我在实训中取得了一定的成绩，但我深知自己还有很多不足之处需要改进。
matlab实训心得体会matlab实训心得体会精选2篇（一）在进行MATLAB实训过程中，我获得了很多宝贵的经验和体会。
首先，MATLAB是一个非常强大且灵活的工具，可以用于各种数学和科学计算，编程和数据可视化任务。
通过实践，我熟悉了MATLAB的基本语法和功能，能够编写简单的脚本和函数来解决问题。
其次，实训过程中对于问题的分析和解决能力得到了锻炼。
在遇到具体问题时，我学会了用MATLAB的库函数和工具箱来解决问题，如图像处理工具箱，信号处理工具箱等。
同时，也学会了通过查阅MATLAB的文档和在线资源来获取帮助和解决困难。
第三，实训中的案例分析对我总结和应用知识起到了很大的帮助。
通过分析实际问题并编写相关的MATLAB代码，我更深入地了解了MATLAB的使用方法，并且能够将其应用到实际生活和工作中。
最后，通过与同学的合作和讨论，我了解到MATLAB的应用范围非常广泛，可以应用于各个领域，如工程、科学、金融等等。
同时，也学到了他们的一些解决问题的方法和技巧，这对我提高MATLAB的应用水平非常有帮助。
总的来说，通过这次MATLAB实训，我不仅学会了使用MATLAB这个强大的工具，还提高了问题的分析和解决能力，并且通过实际应用案例，对MATLAB的应用有了更深入的认识。
这对我今后的学习和工作都非常有帮助。
matlab实训心得体会精选2篇（二）在参加Maya实训的过程中，我收获了很多经验和技能，也体会到了一些心得。
首先，Maya实训让我更加熟悉了Maya这个三维建模和动画软件。
通过实践操作，我学会了如何使用Maya的各种工具和功能，包括建模、贴图、动画等等。
这让我对于Maya的理解更加深入，也提升了我的技能水平。
其次，Maya实训让我明白了建模和动画的重要性。
在实训过程中，我需要根据需求进行建模和动画的设计，这要求我有创意和细致的操作能力。
通过不断地练习和尝试，我逐渐掌握了如何通过建模和动画来表达自己的想法和创作。
matlab实验心得体会作为一名计算机科学专业的学生，MATLAB是我们必须要学会的一门技术。
于是，在这个学期中，我们学习了MATLAB 编程语言，并进行了一些相关的实验。
这是我第一次接触这门语言，在学习和实践的过程中，我收获了很多。
以下是我的实验心得体会：首先，MATLAB是一门强大的语言。
它具有一些强大的工具箱，包括信号处理、图像处理和控制系统等。
这些工具箱使其能够完成具有挑战性的任务。
此外，MATLAB还有一个丰富的函数库，这使得我们可以节省时间和精力，我们可以直接使用这些函数来完成我们的工作。
当我们在开始实验之前，我们必须先学习MATLAB代码的基础知识并熟悉常用的文本编辑器。
有了这些基础，我们才能更加轻松地进行实验。
其次，MATLAB是一门交互式语言。
这意味着我们可以立即测试我们的代码，并在需要时进行调整。
这样做，可以大大降低我们编写代码的时间和学习成本。
同时，MATLAB还允许我们使用图形界面来实现我们的代码，并且这些界面是用户友好的。
在实验的过程中，我学到了许多与MATLAB相关的知识。
我从数据可视化和统计学到了一些技术，并学习了编写函数和脚本的方法。
我还了解了MATLAB的plot和subplot功能、MATLAB中的读取和写入数据，以及如何生成和导出图像。
这些全面的经验为以后的学习和研究奠定了基础。
当我开始编写代码时，我发现，在MATLAB中编写代码的经验完全不同于在其他编程语言中编写代码的经验。
一些事情在MATLAB中是很容易完成的，但在其他语言中则很麻烦。
举个例子，我需要用一个函数把两个矩阵相乘。
使用MATLAB 解决这个问题只需要一行代码，在其他语言中可能需要多行代码。
另外，在MATLAB中，我们还可以使用矩阵运算，如矩阵乘法，而无需每次循环来计算。
总之，在进行MATLAB实验的过程中，我学到了很多关于数据可视化、统计学和编程技术的知识。
我了解了MATLAB擅长处理的数据类型和算法，并获得了解决实际问题的工具。
MatLab实习心得体会 (3)MatLab实习心得体会 (3)精选2篇（一）在进行MatLab实习的过程中，我学到了很多关于MatLab的知识和技巧，也锻炼了自己的解决问题的能力。
以下是我在实习过程中的一些心得体会：1. 熟练掌握基本语法：MatLab有很多基本的函数和语法，熟练掌握这些基本知识对于编写代码至关重要。
在实习过程中，我花了很多时间学习和练习MatLab的基本语法，以确保我能够正确地使用各种函数和语句。
2. 学会使用文档和资源：MatLab有非常丰富的文档和资源库，可以帮助我们快速解决问题。
在实习过程中，我学会了如何使用MatLab的文档和资源库，并从中获取并应用相关知识。
3. 编写模块化的代码：编写模块化的代码可以使代码更加清晰和可读，也方便后续的调试和维护。
在实习过程中，我尽量将代码分解为不同的功能模块，并使用函数和脚本文件将它们组织起来。
4. 遇到问题要善于查找解决方案：在实习过程中，我遇到了很多问题，有些问题在课堂上并没有涉及到。
在解决这些问题的过程中，我学会了如何善用搜索引擎和MatLab 的社区论坛，通过查找解决方案，我能够更快地解决问题。
5. 多做实践练习：实践是学习MatLab最有效的方法之一。
在实习过程中，我尽量多做一些实践练习，通过实际操作来加深对MatLab的理解和掌握。
总的来说，MatLab实习不仅让我学到了很多关于MatLab的知识和技巧，也使我对编程和问题解决能力有了更深入的认识和提高。
通过实习，我能够更加独立地解决问题，并且对MatLab的应用范围也有了更清晰的认识。
MatLab实习心得体会 (3)精选2篇（二）在MatLab实习期间，我学到了很多关于编程和数据分析方面的知识和技能。
通过实践操作和与同事的合作，我更深入地理解了MatLab的各种功能和用法。
首先，我学会了如何使用MatLab进行数据处理和分析。
我学习了如何导入、清洗和处理数据，以及如何应用不同的统计分析方法来解读数据。
matlab实验心得体会在进行MATLAB实验后，我对这一软件有了更深入的理解和认识。
通过实践和探索，我逐渐掌握了MATLAB的基本操作和各种常用函数，同时也意识到了其在科学计算和数据分析方面的重要性。
首先，MATLAB的语法简洁明了，非常符合数学表达的习惯。
在进行实验中，我发现MATLAB可以实现以矩阵为基础的运算，而不需要通过循环来逐个计算元素。
这一点大大提高了计算效率，并且减少了代码量。
我可以直接输入一个矩阵，然后使用MATLAB提供的函数进行运算或者操作，如矩阵相乘、转置等。
与其他编程语言相比，MATLAB的语法更加简洁，代码的可读性也更高。
其次，MATLAB提供了丰富的函数库，可以满足不同类型的科学计算需求。
在实验中，我使用到了MATLAB的信号处理工具箱和统计工具箱，这些工具箱提供了很多常用的函数和算法。
例如，我可以使用MATLAB的滤波函数对信号进行滤波处理，去除噪声。
而且，MATLAB的函数库还可以通过用户自定义函数进行扩展，这极大地增强了MATLAB的功能。
此外，MATLAB还提供了强大的绘图功能，可以直观地呈现实验结果。
在实验中，我使用MATLAB的绘图函数绘制了多个图形，如曲线图、散点图等。
这些图形不仅美观，而且直观地表达了数据的特征和规律。
与其他绘图工具相比，MATLAB具有更多的绘图选项、更高的图形质量和更好的交互性，使得实验结果更具可视化效果。
除此之外，MATLAB还提供了强大的调试和优化工具，用于解决程序中可能出现的错误和性能问题。
在实验中，我发现MATLAB的调试器可以帮助我逐步跟踪程序的执行过程，并且可以在运行过程中查看变量的值，从而快速定位问题所在。
而MATLAB的优化工具可以对程序进行性能分析，并根据分析结果对程序进行调整和优化，以提高程序的运行速度。
通过这次MATLAB实验，我深刻认识到了科学计算工具的重要性和必要性。
MATLAB作为一款专业的数学软件，具备了丰富的功能和工具，能够帮助科学家和工程师们解决实际问题。
matlab心得Matlab是一种用于科学计算和数据可视化的强大工具，它为工程师和科学家提供了一种快速、高效的编程环境。
我在使用Matlab的过程中收获了很多，下面我将分享一些个人的心得体会。
Matlab具有强大的数值计算能力。
在Matlab中，我们可以轻松地进行各种复杂的数学计算，包括矩阵运算、符号计算、微积分、数值积分等。
它提供了丰富的数学函数和工具箱，使得我们能够快速地实现各种数学模型和算法。
无论是线性代数、概率统计还是信号处理，Matlab都能提供相应的函数和工具，满足我们各种计算需求。
Matlab具有优秀的数据可视化能力。
在科学研究和工程开发中，数据可视化是非常重要的，它能够帮助我们更直观地理解和分析数据。
Matlab提供了丰富的绘图函数和工具，可以绘制出各种类型的图像，如曲线图、散点图、柱状图、饼图等。
我们可以通过调整参数和样式，使得图像更加美观和易于理解。
此外，Matlab还支持三维图形的绘制，能够在空间中展示复杂的数据关系。
Matlab具有简单易用的编程语言。
与其他编程语言相比，Matlab 的语法相对简单，易于上手。
我们可以通过编写脚本文件或函数文件来实现自己的算法和模型。
Matlab提供了丰富的编程功能，如循环、条件判断、函数调用等，使得我们能够灵活地编写程序。
同时，Matlab还提供了大量的内置函数和工具箱，能够快速实现各种功能，减少了我们的开发时间和工作量。
Matlab还具有强大的数据处理和分析能力。
在实际工程和科学研究中，我们常常需要对大量的数据进行处理和分析。
Matlab提供了丰富的数据处理函数和工具，能够帮助我们完成各种数据操作，如读写文件、数据清洗、数据筛选、数据拟合等。
同时，Matlab还提供了各种统计分析函数和工具箱，能够对数据进行各种统计分析和建模，包括假设检验、回归分析、时间序列分析等。
Matlab还具有良好的扩展性和集成性。
Matlab提供了丰富的工具箱和第三方库，能够满足不同领域和应用的需求。
matlab实验心得总结（5篇范例）第一篇：matlab实验心得总结通过《matlab仿真》实验使我学习掌握了许多知识。
首先是对matlab有了一个全新的认识，其次是对matlab的更多操作和命令的使用有了更高的掌握，最重要的事对matlab的处理能力有了一个更高的飞跃尤其是对相关函数的使用及相关问题的处理。
就对matlab相关的命令操作而言，通过这次实验的亲身操作和实践，学习掌握了许多原本不知道的或者不太熟悉的命令。
比如说相关m文件的建立，画图用到的标注，配色，坐标控制，同一张图里画几幅不同的图像，相关参数的设置以及相关函数的调用格式等等。
就拿建立一个数学方程而言，通过设置不同的参数达到所需要的要求和结果，而且还可以在不同的窗口建立不同的函数而达到相同的效果，比如说可以再命令窗口和m文件中通过不同的命令设置的到相同的所需的效果图。
而自己对于矩阵及闭环传递函数的建立原本所掌握的知识几乎为零，而通过这次实验使我彻底的掌握了相关的命令操作和处理的方法，在这里我们不仅可以通过建立函数和参数来达到目标效果，而且还可以通过可视化的编程达到更快更方便，更简洁的效果。
就拿可视化编程而言原本根本就只是听说而已罢了，从来就没有亲身去尝试过，然而现在自己却可以和容易的通过搭建不同功能木块来实现相关的函数及功能。
这些在原本根本就不敢相信，然而通过《matlab仿真》的学习和实验亲身操作这些原本看似不可能的操作在此就变的轻而易举的事了。
再此我不得不题到的事指导老师教我们怎么去搭建构造相关闭环传递函数的实验，这个实验几乎在我们的这次实验中占据了非常大的比重，在后面的几个大一点的实验中几乎都是涉及这个方面的内容，我现在想说的事怎么去搭建相关的函数和功能模块对我们来说几乎已经不是什么难事了，就拿怎么去对模块功能的实现以及分析确实是个重点和难点。
通过对同一个模块分析其对应的不同的参数分析图的建立去分析和解释其对应的相关功能和技术指标和性能分析是非常重要的，我们不可能只需要建立相关的模块和功能就说自己掌握了所有的相关知识和技术，真正的技术和知识是怎么去分析和解释相关的技术指标和功能参数才是重中之重。
matlab实验心得总结
在此次Matlab实验中，通过学习Matlab实验，让我深刻地体会到了Matlab的强大
功能，掌握了Matlab中一些基本的操作并真正将它们运用到实战中。
首先，在实验中，我学习了Matlab实验中运用到的一些基本函数，比如plot（）函数、zeros（）函数、roots（）函数等。
plot（）函数是用于在Matlab中绘制简单图形，如线性图、极坐标图、矩形等，可以根据所给定的数据迅速地绘制出图形，能有效地反映
实验数据的变化规律，大大提高实验的效率。
zeros（）函数可以创建一个给定形状和类
型的全零矩阵，这有助于我们理清实验思路，如将一系列数据收集在一起的操作。
在实验里，我们
还通过roots（）函数解决了数学问题和物理问题。
roots（）函数可以快速求精确解，使得我们能更快地获得准确的结果，有助于实验的正确进行。
此外，我们还学习如何使用一些数学和统计工具，比如协方差、相关系数、回归等等。
得益于这些工具的支持，我们可以更准确地分析实验数据，评估数据的变化趋势，以及结
果的可靠性等，使得实验结果更加可靠。
总的来说，通过参加此次Matlab实验，我学会了如何使用Matlab软件来绘制数据图形，计算数学方程和使用高级统计分析工具，从而更好地了解实验结果，提高实验效率。
基于 MATLAB 中 S-F unction的软件算法仿真摘要：s-function是一种描述动态系统的计算机语言，支持C语言编写，可以将已有的软件代码用文本方式输入，实现了代码移植和验证，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。
目前，实际风电变流器产品中，每台产品都需要在出厂时，都需要经过严格的测试，随着对产品不同功能的需求变化，采用的测试软件需要不断的优化和改进，所以，对软件算法的验证和升级需要仿真给予可靠的支持。
本文利用在Simulink中搭建的三相全桥逆变器模型与S-Function编写的算法模块相结合，针对并网整流器运行工况进行软件仿真，简单、有效地验证了测试软件算法的正确性。
关键词：S-Function；MATLAB仿真1.引言S—Function，或称系统函数（System Function）是用户借以自建的Simulink模块所必需的，具有特殊调用格式的函数文件，利用MATLAB／Simulink中的S-Function编写所需算法模块，实现利用MATLAB对软件算法的仿真验证。
目前，风电变流器产品中，相关软件均是一个庞大的软件项目，需要工程师尽早地和不断地进行相关测试。
为了尽可能发现并改正已采用实验软件中的错误，提高软件的可靠性，保证软件质量，本文利用在Simulink中搭建的三相全桥逆变器模型与S-Function编写的算法模块相结合，实现对实际产品软件的仿真验证。
1.基于S-Function的整流器实验仿真1.三相电压型PWM整流器模型随着PWM整流器技术的发展，已设计出多种PWM整流器。
基本分为电压源型和电流源型两大类。
相对于电流源型PWM整流器而言，电压源型PWM整流器有较快的响应速度，且易于实现[1]。
目前PWM整流器一般采用电压源型PWM整流电路。
三相电压型PWM整流器(VSR)的主电路拓扑结构如图1所示，网侧电路采用三相对称的无中线连接方式，功率开关管桥路采用三相桥式全控整流电路，IGBT和续流二极管并联作为桥臂开关器件[2]。
原文标题：matlab中s函数编写心得－转自水木- MA TLAB - 中国电力研学论坛专注电力技术应用，关注电力科技前沿，打造专业电力社区！- Powered by Discuz!
原文链接：/viewthread.php?tid=6195&extra=&page=1
s函数是system Function的简称，用它来写自己的simulink模块。
（够简单吧，^_^，详细的概念介绍大伙看帮助吧）可以用matlab、C、C++、Fortran、Ada等语言来写，这儿我只介绍怎样用matlab语言来写吧（主要是它比较简单）
先讲讲为什么要用s函数，我觉得用s函数可以利用matlab的丰富资源，而不仅仅局限于simulink提供的模块，而用c或c++等语言写的s函数还可以实现对硬件端口的操作，还可以操作windows API等的
先介绍一下simulink的仿真过程（以便理解s函数），simulink的仿真有两个阶段：一个为初始化，这个阶段主要是设置一些参数，像系统的输入输出个数、状态初值、采样时间等；第二个阶段就是运行阶段，这个阶段里要进行计算输出、更新离散状态、计算连续状态等等，这个阶段需要反复运行，直至结束。
在matlab的workspace里打edit sfuntmpl(这是matlab自己提供的s函数模板)，我们看它来具体分析s函数的结构。
它的第一行是这样的：function [sys,x0,str,ts]=sfuntmpl(t,x,u,flag)
先讲输入与输出变量的含义：t是采样时间，x是状态变量，u是输入（是做成simulink模块的输入）,flag是仿真过程中的状态标志（以它来判断当前是初始化还是运行等）；sys输出根据flag的不同而不同（下面将结合flag来讲sys的含义），x0是状态变量的初始值，str 是保留参数（mathworks公司还没想好该怎么用它，嘻嘻，一般在初始化中将它置空就可以了,str=[])，ts是一个1×2的向量，ts(1)是采样周期，ts(2)是偏移量。
下面结合sfuntmpl.m中的代码来讲具体的结构：
switch flag, %判断flag，看当前处于哪个状态
case 0,
[sys,x0,str,ts]=mdlInitializeSizes;
flag=0表示处于初始化状态，此时用函数mdlInitializeSizes进行初始化，此函数在sfuntmpl.m 的149行
我们找到他，在初始化状态下，sys是一个结构体，用它来设置模块的一些参数，各个参数详细说明如下
size = simsizes;%用于设置模块参数的结构体用simsizes来生成
sizes.NumContStates = 0;%模块连续状态变量的个数
sizes.NumDiscStates = 0;%模块离散状态变量的个数
sizes.NumOutputs = 0;%模块输出变量的个数
sizes.NumInputs = 0;%模块输入变量的个数
sizes.DirFeedthrough = 1;%模块是否存在直接贯通（直接贯通我的理解是输入能%直接控制输出）
sizes.NumSampleTimes = 1;%模块的采样时间个数，至少是一个
sys = simsizes(sizes); %设置完后赋给sys输出
举个例子，考虑如下模型：
dx/dt=fc(t,x,u) 也可以用连续状态方程描述：dx/dt=A*x+B*u
x(k+1)=fd(t,x,u) 也可以用离散状态方程描述：x(k+1)=H*x(k)+G*u(k)
y=fo(t,x,u) 也可以用输出状态方程描述：y=C*x+D*u
设上述模型连续状态变量、离散状态变量、输入变量、输出变量均为1个，我们就只需改上面那一段代码为：
（一般连续状态与离散状态不会一块用，我这儿是为了方便说明）
sizes.NumContStates=1;sizes.NumDiscStates=1;sizes.NumOutputs=1;sizes.NumInpu
ts=1;
其他的可以不变。
继续在mdlInitializeSizes函数中往下看：
x0 = []; %状态变量设置为空，表示没有状态变量，以我们上面的假设，可改%为x0=[0,0](离散和连续的状态变量我们都设它初值为0)
str = []; %这个就不用说了，保留参数嘛，置[]就可以了，反正没什么用，可%能7.0会给它一些意义
ts = [0 0]; %采样周期设为0表示是连续系统，如果是离散系统在下面的mdlGet %TimeOfNextV arHit函数中具体介绍
嘻嘻，总算讲完了初始化，后面的应该快了
在sfuntmpl的106行继续往下看：
case 1,
sys=mdlDerivatives(t,x,u);
flag=1表示此时要计算连续状态的微分，即上面提到的dx/dt=fc(t,x,u)中的dx/dt,找到mdlDerivatives函数（在193行）如果设置连续状态变量个数为0，此处只需sys=[]; 就可以了（如sfuntmpl中一样），按我们上述讨论的那个模型，此处改成sys=fc(t,x(1),u)或sys=A*x(1)+B*u %我们这儿x(1)是连续状态变量，而x(2)是离散的，这儿只用到连续的，此时的输出sys就是微分
继续，在sfuntmpl的112行：
case 2,
sys=mdlUpdate(t,x,u);
flag=2表示此时要计算下一个离散状态，即上面提到的x(k+1)=fd(t,x,u)，找到mdlUpd ate函数（在206行）它这儿sys=[];表示没有离散状态，我们这而可以改成sys=fd(t,x(2),u)或sys=H*x(2)+G*u;%sys即为x(k+1)
看来后面几个一两句话就可了，呵呵，在sfuntmpl的118行
case 3,
sys=mdlOutputs(t,x,u);
flag=3表示此时要计算输出，即y=fo(t,x,u),找到mdlOutputs函数（在218行），如上，如果sys=[]表示没有输出，我们改成sys=fo(t,x,u)或sys=C*x+D*u %sys此时为输出y
好像快完了，嘻嘻，在sfuntmpl的124行
case 4,
sys=mdlGetTimeOfNextV arHit(t,x,u);
flag=4表示此时要计算下一次采样的时间，只在离散采样系统中有用(即上文的mdlInit ializeSizes中提到的ts设置ts(1)不为0)
连续系统中只需在mdlGetTimeOfNextV arHit函数中写上sys=[];这个函数主要用于变步长的设置，具体实现大家可以用edit vsfunc看vsfunc.m这个例子
最后一个，在sfuntmpl的130行
case 9,
sys=mdlTerminate(t,x,u);
flag=9表示此时系统要结束，一般来说写上在mdlTerminate函数中写上sys=[]就可，如果
你在结束时还要设置什么，就在此函数中写
关于sfuntmpl这个s函数的模板讲完了。
s函数还可以带用户参数，下面给个例子，和simulink下的gain模块功能一样，大伙自己看吧，我睡觉去了，累了
function [sys,x0,str,ts] = sfungain(t,x,u,flag,gain)
switch flag,
case 0,
sizes = simsizes;
sizes.NumContStates = 0;
sizes.NumDiscStates = 0;
sizes.NumOutputs = 1;
sizes.NumInputs = 1;
sizes.DirFeedthrough = 1;
sizes.NumSampleTimes = 1;
sys = simsizes(sizes);
x0=[];
str=[];
ts=[0,0];
case 3,
sys=gain*u;
case {1,2,4,9},
sys = [];
end
做好了s函数后，simulink--user-defined function下拖一个S-Function到你的模型，就可以用了在simulink----user-defined function还有个s-Function Builder，他可以生成用c语言写的s函数在matlab的workspace下打sfundemos，可以看到很多演示s函数的程序。
