实验1 用曲线拟合法估计模型参数实验目的：1) 掌握用曲线拟合法测试对象动态特性；2) 熟悉MATLAB仿真平台。实验原理：图1.1 输入-输出过程模型在如图1.1 所示的过程模型中，可以通过实验测试或依据积累的操作数据，用数学方法得出过程的经验模型。在获取了输入输出数据后，进行曲线拟合，可采用计算机和相关的软件实现。首先根据实验数据和其它验前知识，假定对象的模型结构，然后最小化模型输出和实际输出y(t)在采样点上的误差平方和，即进行搜索时，当J最小时相应的对象参数即为最优参数。式中，n为计算数据的个数。优化的算法很多，如共轭梯度法、最速下降法、Powell法、单纯型法、罚函数法等。本实验利用MATLAB优化工具箱中的“lsqcurvefit”函数对过程阶跃响应曲线进行拟合，用户假定模型的结构，编写相应的fun函数，即ym=fun(x, t)，其中x为模型的参数向量，待确定，t为时间向量。给出待估计参数的初始值x0，调用曲线拟合函数计算模型参数向量的估计值x，格式为x = lsqcurvefit (fun, x0, t, y)，其中y为与时
