一阶RC低通滤波电路推演与仿真

2024-02-16 04:59

本文主要是介绍一阶RC低通滤波电路推演与仿真,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一阶RC低通滤波电路微分方程式推导

RC一阶低通滤波电路图如下图所示,
RC一阶低通滤波器
根据基尔霍夫电流定理,由图可知,
i = C d u 0 d t \begin{aligned} i=C\frac{du_0}{dt} \end{aligned} i=Cdtdu0
根据基尔霍夫电压定理,由图可知,
R C d u 0 d t + u 0 = u i \begin{aligned} \\RC\frac{du_0}{dt}+u_0&=u_i \end{aligned} RCdtdu0+u0=ui
将式子化为一阶线性微分方程,可得
d u 0 d t + 1 R C u 0 = u i R C \begin{aligned} \\\frac{du_0}{dt}+\frac{1}{RC}u_0&=\frac{u_i}{RC} \end{aligned} dtdu0+RC1u0=RCui

一阶线性方程微分的推导

接下来我们复习一下一阶线性微分方程通解的推导。
形如
d y d x + P ( x ) y = Q ( x ) \begin{aligned} \frac{dy}{dx}+P(x)y&=Q(x) \end{aligned} dxdy+P(x)y=Q(x)
的方程,称为一阶线性微分方程。
其中, P ( x ) P(x) P(x) Q ( x ) Q(x) Q(x)均为 x x x的已知函数, Q ( x ) Q(x) Q(x)称为已知项。
① 当 Q ( x ) = 0 Q(x)=0 Q(x)=0时,方程 y ′ + P ( x ) y = 0 y{'}+P(x)y=0 y+P(x)y=0,此时方程为一阶齐次线性微分方程,那么
d y d x + P ( x ) y = 0 d y y = − P ( x ) d x \begin{aligned} \frac{dy}{dx}+P(x)y&=0 \\\frac{dy}{y}&=-P(x)dx \end{aligned} dxdy+P(x)yydy=0=P(x)dx
两边积分,可得
l n y = − ∫ P ( x ) d x + l n C 1 \begin{aligned} lny&=-\int_{}^{}{P(x)dx}+lnC_1 \end{aligned} lny=P(x)dx+lnC1
求得通解为
y = C 1 e − ∫ P ( x ) d x \begin{aligned} y&=C_1e^{-\int_{}^{}{P(x)dx}} \end{aligned} y=C1eP(x)dx
② 当 Q ( x ) ≠ 0 Q(x)≠0 Q(x)=0 时,方程 y ′ + P ( x ) y = Q ( x ) y{'}+P(x)y=Q(x) y+P(x)y=Q(x),此时方程为一阶非齐次线性微分方程,那么
d y d x + P ( x ) y = Q ( x ) d y y = [ − P ( x ) + Q ( x ) y ] d x \begin{aligned} \frac{dy}{dx}+P(x)y&=Q(x) \\\frac{dy}{y}&=[-P(x)+\frac{Q(x)}{y}]dx \end{aligned} dxdy+P(x)yydy=Q(x)=[P(x)+yQ(x)]dx
两边积分,可得
l n y = − ∫ P ( x ) d x + ∫ Q ( x ) y d x + l n C 2 \begin{aligned} lny&=-\int_{}^{}{P(x)dx}+\int_{}^{}{\frac{Q(x)}{y}dx}+lnC_2 \end{aligned} lny=P(x)dx+yQ(x)dx+lnC2
求得通解为
y = C 2 e ∫ Q ( x ) y d x ∙ e ∫ − P ( x ) d x \begin{aligned} y&=C_2e^{\int_{}^{}{\frac{Q(x)}{y}dx}} \bullet e^{\int_{}^{}{-P(x)dx}} \end{aligned} y=C2eyQ(x)dxeP(x)dx
C 2 e ∫ Q ( x ) y d x = C ( x ) C_2e^{\int_{}^{}{\frac{Q(x)}{y}dx}}=C(x) C2eyQ(x)dx=C(x)
则有
y = C ( x ) e ∫ − P ( x ) d x y ′ = C ′ ( x ) e ∫ − P ( x ) d x − C ( x ) P ( x ) e ∫ − P ( x ) d x \begin{aligned} y&=C(x)e^{\int_{}^{}{-P(x)dx}} \\y{'}&=C{'}(x)e^{\int_{}^{}{-P(x)dx}}-C(x)P(x)e^{\int_{}^{}{-P(x)dx}} \end{aligned} yy=C(x)eP(x)dx=C(x)eP(x)dxC(x)P(x)eP(x)dx
代入原方程 y ′ + P ( x ) y = Q ( x ) y{'}+P(x)y=Q(x) y+P(x)y=Q(x) 中,得
C ′ ( x ) e ∫ − P ( x ) d x − C ( x ) P ( x ) e ∫ − P ( x ) d x + P ( x ) C ( x ) e ∫ − P ( x ) d x = Q ( x ) C ′ ( x ) e ∫ − P ( x ) d x = Q ( x ) C ′ ( x ) = Q ( x ) e ∫ P ( x ) d x \begin{aligned} C{'}(x)e^{\int_{}^{}{-P(x)dx}}-C(x)P(x)e^{\int_{}^{}{-P(x)dx}}+P(x)C(x)e^{\int_{}^{}{-P(x)dx}}&=Q(x) \\C{'}(x)e^{\int_{}^{}{-P(x)dx}}&=Q(x) \\C{'}(x)&=Q(x)e^{\int_{}^{}{P(x)dx}} \end{aligned} C(x)eP(x)dxC(x)P(x)eP(x)dx+P(x)C(x)eP(x)dxC(x)eP(x)dxC(x)=Q(x)=Q(x)=Q(x)eP(x)dx
两边积分,得
C ( x ) = ∫ Q ( x ) e ∫ P ( x ) d x + C 3 \begin{aligned} C(x)&={\int_{}^{}{Q(x)e^{\int_{}^{}{P(x)}}dx}}+C_3 \end{aligned} C(x)=Q(x)eP(x)dx+C3
③ 综合一阶齐次线性微分方程 y ′ + P ( x ) y = 0 y{'}+P(x)y=0 y+P(x)y=0 的通解 y = C 1 e − ∫ P ( x ) d x y=C_1e^{-\int_{}^{}{P(x)dx}} y=C1eP(x)dx
和一阶非齐次线性微分方程 y ′ + P ( x ) y = Q ( x ) y{'}+P(x)y=Q(x) y+P(x)y=Q(x)的通解 y = C ( x ) e ∫ − P ( x ) d x y=C(x)e^{\int_{}^{}{-P(x)dx}} y=C(x)eP(x)dx
可得,方程 y ′ + P ( x ) y = Q ( x ) y{'}+P(x)y=Q(x) y+P(x)y=Q(x) 的通解公式为
y = C 1 e − ∫ P ( x ) d x + C ( x ) e ∫ − P ( x ) d x y = e − ∫ P ( x ) d x [ C ( x ) + C 1 ] y = e − ∫ P ( x ) d x [ ∫ Q ( x ) e ∫ P ( x ) d x d x + C 3 + C 1 ] y = ( C 1 + C 3 ) e − ∫ P ( x ) d x + e − ∫ P ( x ) d x ∫ Q ( x ) e ∫ P ( x ) d x d x \begin{aligned} y&=C_1e^{-\int_{}^{}{P(x)dx}}+C(x)e^{\int_{}^{}{-P(x)dx}} \\y&=e^{-\int_{}^{}{P(x)dx}}[C(x)+C_1] \\y&=e^{-\int_{}^{}{P(x)dx}}[{\int_{}^{}{Q(x)e^{\int_{}^{}{P(x)dx}}dx}}+C_3+C_1] \\y&=(C_1+C_3)e^{-\int_{}^{}{P(x)dx}}+e^{-\int_{}^{}{P(x)dx}}{\int_{}^{}{Q(x)e^{\int_{}^{}{P(x)dx}}dx}} \end{aligned} yyyy=C1eP(x)dx+C(x)eP(x)dx=eP(x)dx[C(x)+C1]=eP(x)dx[Q(x)eP(x)dxdx+C3+C1]=(C1+C3)eP(x)dx+eP(x)dxQ(x)eP(x)dxdx

RC一阶低通滤波电路方程的推导

一阶线性微分方程的公式推导完毕,我们回到 RC一阶低通滤波电路方程
d u 0 d t + 1 R C u 0 = u i R C \begin{aligned} \\\frac{du_0}{dt}+\frac{1}{RC}u_0&=\frac{u_i}{RC} \end{aligned} dtdu0+RC1u0=RCui
由上文所推导的一阶线性微分方程的通解公式,可得
u 0 = C 0 e − ∫ 1 R C d t + e − ∫ 1 R C d t ( ∫ u i R C e ∫ 1 R C d t d t ) = C 0 e − t R C + e − t R C ( ∫ u i R C e t R C d t ) = C 0 e − t R C + e − t R C ( ∫ u i d e t R C ) \begin{aligned} u_0&=C_0e^{-\int_{}^{}{\frac{1}{RC}dt}}+e^{-\int_{}^{}{\frac{1}{RC}dt}}(\int_{}^{}{\frac{u_i}{RC}e^{\int_{}^{}{\frac{1}{RC}dt}}dt}) \\&=C_0e^{-\frac{t}{RC}}+e^{-\frac{t}{RC}}(\int_{}^{}{\frac{u_i}{RC}e^{\frac{t}{RC}}dt}) \\&=C_0e^{-\frac{t}{RC}}+e^{-\frac{t}{RC}}(\int_{}^{}{u_ide^{\frac{t}{RC}}}) \end{aligned} u0=C0eRC1dt+eRC1dt(RCuieRC1dtdt)=C0eRCt+eRCt(RCuieRCtdt)=C0eRCt+eRCt(uideRCt)
到这一步,需要用到分部积分法,即 ∫ u d v = u v − ∫ v d u \int_{}{}{udv}=uv-\int_{}{}{vdu} udv=uvvdu
这里我们分析RC滤波电路,是想分析电源上电的那一刻,RC电路的特性,所以 u i u_i ui 是阶跃信号,并且是单位阶跃函数,其表达式如下,
u i ( t ) = 0 , t < 0 u i ( t ) = 1 , t ≥ 0 \begin{aligned} u_i(t)&=0, \ \ t<0 \\u_i(t)&=1, \ \ t≥0 \end{aligned} ui(t)ui(t)=0,  t0=1,  t0
其函数图象如下图所示,
阶跃信号
阶跃信号 u i u_i ui 的微分是冲激函数 δ i \delta_i δi ,如下图所示,
冲激函数
阶跃函数 u i u_i ui 与冲激函数 δ i \delta_i δi 有如下关系和性质:
∫ − ∞ t δ i ( τ ) d τ = u i ( t ) ∫ − ∞ + ∞ δ i ( t ) d t = 1 ∫ − 0 + 0 δ i ( t ) d t = 1 \begin{aligned} \int_{-\infty}^{t}{\delta_i(τ)}dτ&=u_i(t) \\\int_{-\infty}^{+\infty}{\delta_i(t)}dt&=1 \\\int_{-0}^{+0}{\delta_i(t)}dt&=1 \end{aligned} tδi(τ)dτ+δi(t)dt0+0δi(t)dt=ui(t)=1=1
所以,原函数可以继续往下推导如下
u 0 = C 0 e − t R C + e − t R C ( ∫ u i d e t R C ) = C 0 e − t R C + e − t R C [ u i e t R C − ∫ δ i ( t ) e t R C d t ] \begin{aligned} \\u_0&=C_0e^{-\frac{t}{RC}}+e^{-\frac{t}{RC}}(\int_{}^{}{u_ide^{\frac{t}{RC}}}) \\&=C_0e^{-\frac{t}{RC}}+e^{-\frac{t}{RC}}[u_ie^{\frac{t}{RC}}-\int_{}^{}{\delta_i(t)e^{\frac{t}{RC}}dt}] \end{aligned} u0=C0eRCt+eRCt(uideRCt)=C0eRCt+eRCt[uieRCtδi(t)eRCtdt]
由阶跃信号的图象可知 u i u_i ui t ≥ 0 t≥0 t0 的时候恒为1,在 t < 0 t<0 t<0 时恒为0,因为 R C RC RC 电路只在 t ≥ 0 t≥0 t0 时才有实际的物理意义,所以 u i e t R C = e t R C u_ie^{\frac{t}{RC}}=e^{\frac{t}{RC}} uieRCt=eRCt
对于冲激函数 δ i \delta_i δi 的积分,需要用到冲激函数的采样特性,如下: ∫ − ∞ + ∞ f ( t ) δ ( t ) d t = f ( 0 ) ∫ − ∞ + ∞ f ( t ) δ ( t − t 0 ) d t = f ( t 0 ) \begin{aligned} \int_{-\infty}^{+\infty}{f(t)\delta(t)}dt&=f(0) \\\int_{-\infty}^{+\infty}{f(t)\delta(t-t_0)}dt&=f(t_0) \end{aligned} +f(t)δ(t)dt+f(t)δ(tt0)dt=f(0)=f(t0)
所以 ∫ δ i ( t ) e t R C d t = e 0 R C d t = 1 \int_{}^{}{\delta_i(t)e^{\frac{t}{RC}}dt}=e^{\frac{0}{RC}}dt=1 δi(t)eRCtdt=eRC0dt=1
所以,原函数可以继续往下推导如下
u 0 = C 0 e − t R C + e − t R C [ u i e t R C − ∫ δ i ( t ) e t R C d t ] = C 0 e − t R C + e − t R C ( e t R C − e 0 R C ) = C 0 e − t R C + 1 − e − t R C = ( C 0 − 1 ) e − t R C + 1 \begin{aligned} \\u_0&=C_0e^{-\frac{t}{RC}}+e^{-\frac{t}{RC}}[u_ie^{\frac{t}{RC}}-\int_{}^{}{\delta_i(t)e^{\frac{t}{RC}}dt}] \\&=C_0e^{-\frac{t}{RC}}+e^{-\frac{t}{RC}}(e^{\frac{t}{RC}}-e^{\frac{0}{RC}}) \\&=C_0e^{-\frac{t}{RC}}+1-e^{-\frac{t}{RC}} \\&=(C_0-1)e^{-\frac{t}{RC}}+1 \end{aligned} u0=C0eRCt+eRCt[uieRCtδi(t)eRCtdt]=C0eRCt+eRCt(eRCteRC0)=C0eRCt+1eRCt=(C01)eRCt+1
推导到这一步,终于确定见到了 u 0 u_0 u0 R C RC RC 的函数关系的庐山真面目,但此时还有一个常数 C 0 C_0 C0 需要确定。这时就需要把初状态的值 t = 0 , u 0 = 0 t=0,u_0=0 t=0u0=0 代入方程中,可得
u 0 = ( C 0 − 1 ) e − t R C + 1 0 = ( C 0 − 1 ) e − 0 R C + 1 0 = C 0 − 1 + 1 C 0 = 0 \begin{aligned} \\u_0&=(C_0-1)e^{-\frac{t}{RC}}+1 \\0&=(C_0-1)e^{-\frac{0}{RC}}+1 \\0&=C_0-1+1 \\C_0&=0 \end{aligned} u000C0=(C01)eRCt+1=(C01)eRC0+1=C01+1=0
所以,
u 0 = 1 − e − t R C \begin{aligned} \\u_0&=1-e^{-\frac{t}{RC}} \end{aligned} u0=1eRCt
这就是RC一阶低通电路的输出电压 u 0 u_0 u0 关于时间 t t t 的函数关系式。

Matlab 画出RC一阶低通滤波器的函数曲线

得到了RC一阶低通电路的输出电压 u 0 u_0 u0 关于时间 t t t 的函数关系式 u 0 = 1 − e − t R C u_0=1-e^{-\frac{t}{RC}} u0=1eRCt,对于式中的 R C RC RC ,可以分别取值0.5,1,2,我们将这三个函数的曲线分别画出来,得到下图,
RC=0.5
RC=1
RC=2
matlab代码如下:
t = 0:0.01:2; % 定义x轴范围
u = 1-exp(-t/0.5); % 定义y轴范围
plot(t,u); % 画图
xlabel(‘t’); % x轴标签
ylabel(‘u’); % y轴标签
title(‘一阶低通电路函数曲线(RC=0.5)’); % 图片标题
yticks(0:0.1:2) %y轴刻度

u 0 = 1 − e − t R C u_0=1-e^{-\frac{t}{RC}} u0=1eRCt 的函数曲线可知,同样是在 t = 1.5 t=1.5 t=1.5 处取值, R C = 0.5 RC=0.5 RC=0.5 时, u = 0.95 u=0.95 u=0.95 R C = 1 RC=1 RC=1 时, u = 0.77 u=0.77 u=0.77 R C = 2 RC=2 RC=2 时, u = 0.52 u=0.52 u=0.52
由此可知,RC时间常数越小,则 u 0 u_0 u0 的上升时间就越短,也就是说 u 0 u_0 u0 能够更快地接近峰值 1。
RC时间常数的含义其实也很简单,就是当 t = R C t=RC t=RC 时, u 0 = 1 − e − t R C = 1 − e − 1 = 1 − 1 e = 1 − 0.3679 = 0.6321 V u_0=1-e^{-\frac{t}{RC}}=1-e^{-1}=1-\frac{1}{e}=1-0.3679=0.6321V u0=1eRCt=1e1=1e1=10.3679=0.6321V u 0 u_0 u0 0 V 0V 0V 上升到 0.6321 V 0.6321V 0.6321V 或是从 0 V 0V 0V 上升到电源电压的 63.21 % 63.21\% 63.21% 所用的时间就是时间常数 R C RC RC 的值,因为不同的电路 R C RC RC 的值不同,所以会导致从 0 V 0V 0V 上升到电源电压的 63.21 % 63.21\% 63.21% 所用的时间也不尽相同。

Modelsim 仿真

Modelsim仿真电路图如下图所示,我们选用 R = 1 k Ω , C = 1 μ F R=1kΩ,C=1μF R=1kΩC=1μF,则 R C = 1 k × 1 μ ∙ s = 1 m s RC=1k×1μ\bullet s=1ms RC=1k×1μs=1ms
RC一阶低通电路图
示波器波形图如下,
RC一阶低通电路上电波形图
由波形图实测可得, u 0 u_0 u0 1.25 m V 1.25mV 1.25mV 上升到 633.048 m V 633.048mV 633.048mV 用时 1.005 m s 1.005ms 1.005ms ,符合时间常数 R C RC RC 的计算值。
我们也可以用Matlab再画一条 R C = 1 m s RC=1ms RC=1ms 的函数曲线,代码如下:
t = 0:0.0001:0.002; % 定义x轴范围
u = 1-exp(-t/0.001); % 定义y轴范围
plot(t,u); % 画图
xlabel(‘t’); % x轴标签
ylabel(‘u’); % y轴标签
title(‘一阶低通电路函数曲线(RC=1ms)’); % 图片标题
yticks(0:0.1:2)

曲线图如下,
RC=1ms  一阶低通电路输出电压与时间的函数曲线图
由曲线图也可得到,当 u 0 = 0.6321 V u_0=0.6321V u0=0.6321V 时, t = 0.001 s = 1 m s t=0.001s=1ms t=0.001s=1ms,符合计算值。

总结

至此,我们对 R C RC RC 一阶低通滤波器电路完成了数学推导和电路仿真,这其中包含有一阶线性微分方程的求解、电路原理的运用以及仿真工具的使用。 R C RC RC 电路的运用非常广泛,在电路中的作用也非常重要,在分析 R C RC RC 电路时,从原理上分析更有助于我们理解电路,进而改善和提升电路的性能。

这篇关于一阶RC低通滤波电路推演与仿真的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/713549

相关文章

基于UE5和ROS2的激光雷达+深度RGBD相机小车的仿真指南(五):Blender锥桶建模

前言 本系列教程旨在使用UE5配置一个具备激光雷达+深度摄像机的仿真小车,并使用通过跨平台的方式进行ROS2和UE5仿真的通讯,达到小车自主导航的目的。本教程默认有ROS2导航及其gazebo仿真相关方面基础,Nav2相关的学习教程可以参考本人的其他博客Nav2代价地图实现和原理–Nav2源码解读之CostMap2D(上)-CSDN博客往期教程: 第一期:基于UE5和ROS2的激光雷达+深度RG

HNU-2023电路与电子学-实验3

写在前面: 一、实验目的 1.了解简易模型机的内部结构和工作原理。 2.分析模型机的功能,设计 8 重 3-1 多路复用器。 3.分析模型机的功能,设计 8 重 2-1 多路复用器。 4.分析模型机的工作原理,设计模型机控制信号产生逻辑。 二、实验内容 1.用 VERILOG 语言设计模型机的 8 重 3-1 多路复用器; 2.用 VERILOG 语言设计模型机的 8 重 2-1 多

perl的学习记录——仿真regression

1 记录的背景 之前只知道有这个强大语言的存在,但一直侥幸自己应该不会用到它,所以一直没有开始学习。然而人生这么长,怎就确定自己不会用到呢? 这次要搭建一个可以自动跑完所有case并且打印每个case的pass信息到指定的文件中。从而减轻手动跑仿真,手动查看log信息的重复无效低质量的操作。下面简单记录下自己的思路并贴出自己的代码,方便自己以后使用和修正。 2 思路整理 作为一个IC d

文章解读与仿真程序复现思路——电力自动化设备EI\CSCD\北大核心《考虑燃料电池和电解槽虚拟惯量支撑的电力系统优化调度方法》

本专栏栏目提供文章与程序复现思路,具体已有的论文与论文源程序可翻阅本博主免费的专栏栏目《论文与完整程序》 论文与完整源程序_电网论文源程序的博客-CSDN博客https://blog.csdn.net/liang674027206/category_12531414.html 电网论文源程序-CSDN博客电网论文源程序擅长文章解读,论文与完整源程序,等方面的知识,电网论文源程序关注python

Matlab simulink建模与仿真 第十章(模型扩展功能库)

参考视频:simulink1.1simulink简介_哔哩哔哩_bilibili 一、模型扩展功能库中的模块概览         注:下面不会对Block Support Table模块进行介绍。 二、基于触发的和基于时间的线性化模块 1、Trigger-Based Linearization基于触发的线性化模块 (1)每次当模块受到触发时,都会调用linmod或者dlinmod函数

AMEsim和Simulink联合仿真生成新的.mexw64液压模型文件

AMEsim和Simulink进行联合仿真非常重要的就是AMEsim经过第四阶段Simulation会在相同文件下面生成一个与AMEsim液压模型相同名字的.mexw64文件,在Simulink进行联合仿真的S-Function需要找的也就是这个文件,只不过输入的时候除了液压模型名字之外,后面有一个短下划线。 简而言之: AMEsim和Simulink联合仿真, 首先是需要AMEsim软

LTspice模拟CCM和DCM模式的BUCK电路实验及参数计算

关于BUCK电路的原理可以参考硬件工程师炼成之路写的《 手撕Buck!Buck公式推导过程》.实验内容是将12V~5V的Buck电路仿真,要求纹波电压小于15mv. CCM和DCM的区别: CCM:在一个开关周期内,电感电流从不会到0. DCM:在开关周期内,电感电流总会到0. CCM模式Buck电路仿真: 在用LTspice模拟CCM电路时,MOS管驱动信号频率为100Khz,负载为10R(可自

【自动驾驶】控制算法(八)横向控制Ⅱ | Carsim 与 Matlab 联合仿真基本操作

写在前面: 🌟 欢迎光临 清流君 的博客小天地,这里是我分享技术与心得的温馨角落。📝 个人主页:清流君_CSDN博客,期待与您一同探索 移动机器人 领域的无限可能。 🔍 本文系 清流君 原创之作,荣幸在CSDN首发🐒 若您觉得内容有价值,还请评论告知一声,以便更多人受益。 转载请注明出处,尊重原创,从我做起。 👍 点赞、评论、收藏,三连走一波,让我们一起养成好习惯😜 在这里,您将

Matlab/Simulink和AMEsim联合仿真(以PSO-PID算法为例)

目录 安装软件和配置环境变量 Matlab/Simulink和AMEsim联合仿真详细流程 非常重要的一点 Simulink模型和AMEsim模型用S-Function建立连接 从AMEsim软件打开Matlab Matlab里的设置 Matlab的.m文件修改(对于PSO-PID算法) 运行程序 我印象中好像做过Matlab/Simulink和AMEsim联合仿真的分享似的

基于SA模拟退火算法的多车辆TSP问题求解matlab仿真

目录 1.程序功能描述 2.测试软件版本以及运行结果展示 3.核心程序 4.本算法原理 5.完整程序 1.程序功能描述        基于SA模拟退火算法的多车辆TSP问题求解matlab仿真,三个车辆分别搜索其对应的最短路径,仿真后得到路线规划图和SA收敛曲线。 2.测试软件版本以及运行结果展示 MATLAB2022A版本运行 (完整程序运行后无水印)