【模糊控制】船舶航向模糊控制【含Matlab源码 3306期】

【模糊控制】基于matlab船舶航向模糊控制【含Matlab源码 3306期】 船舶航向模糊控制 完整代码,直接运行,适合小白!可提供运行操作视频! 阅读详情

💥💥💥💥💥💥💥💥💞💞💞💞💞💞💞💞💞Matlab武动乾坤博客之家💞💞💞💞💞💞💞💞💞💥💥💥💥💥💥💥💥
🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀
在这里插入图片描述
🔊博主简介:985研究生,Matlab领域科研开发者;

🚅座右铭:行百里者,半于九十。

🏆代码获取方式:
优快云 Matlab武动乾坤—代码获取方式

更多Matlab物理应用仿真内容点击👇
①Matlab物理应用(进阶版)

⛳️关注优快云 Matlab武动乾坤,更多资源等你来!!

⛄一、模糊控制船舶航向仿真

对于模糊控制船舶航向仿真,你可以采用以下步骤:

1、确定系统模型:首先,需要了解船舶的动力学特性,包括质量、惯性、推进力等。根据船舶的特性,建立船舶的数学模型,例如使用牛顿力学方程或航行动力学方程。
2、设计模糊控制器:基于船舶的数学模型,设计模糊控制器来控制船舶的航向。模糊控制器是一种基于模糊逻辑的控制方法,它可以处理不确定性和模糊性的问题。通过设定适当的输入变量和输出变量,以及定义合适的模糊规则和模糊集合,可以实现船舶航向的控制。
3、进行仿真实验:使用仿真软件,如MATLAB/Simulink或其他专业仿真工具,将设计好的模糊控制器与船舶的数学模型相结合进行仿真实验。在仿真过程中,可以设置不同的初始条件和操作情景,评估模糊控制器在不同情况下的性能表现。
4、优化和调整控制器参数:根据仿真实验的结果,评估模糊控制器的性能,并进行参数的优化和调整。可以通过试验和迭代的方式,不断改进控制器的性能,以达到更好的船舶航向控制效果。

⛄二、部分源代码

clear % Clear all variables in memory

% Initialize ship parameters

ell=350; % Length of the ship (in meters)
abar=1; % Parameters for nonlinearity
bbar=1;

% Define the reference model (we use a first order transfer function
% k_r/(s+a_r)):

a_r=1/150;
k_r=1/150;

% Initialize parameters for the fuzzy controller

nume=11; % Number of input membership functions for the e
% universe of discourse (can change this but must also
% change some variables below if you make such a change)
numc=11; % Number of input membership functions for the c
% universe of discourse (can change this but must also
% change some variables below if you make such a change)

% Next, we define the scaling gains for tuning membership functions for
% universes of discourse for e, change in e (what we call c) and
% delta. These are g1, g2, and g0, respectively
% These can be tuned to try to improve the performance.

% First guess:
g1=1/pi;,g2=100;,g0=8pi/18; % Chosen since:
% g1: The heading error is at most 180 deg (pi rad)
% g2: Just a guess - that ship heading will change at most
% by 0.01 rad/sec (0.57 deg/sec)
% g0: Since the rudder is constrained to move between ±80 deg
% “Good” tuned values:
g1=2/pi;,g2=250;,g0=8
pi/18;

% Next, define some parameters for the membership functions

we=0.2*(1/g1);
% we is half the width of the triangular input membership
% function bases (note that if you change g0, the base width
% will correspondingly change so that we always end
% up with uniformly distributed input membership functions)
% Note that if you change nume you will need to adjust the
% “0.2” factor if you want membership functions that
% overlap in the same way.
wc=0.2*(1/g2);
% Similar to we but for the c universe of discourse
base=0.4*g0;
% Base width of output membership fuctions of the fuzzy
% controller

% Place centers of membership functions of the fuzzy controller:

% Centers of input membership functions for the e universe of
% discourse of fuzzy controller (a vector of centers)
ce=[-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1]*(1/g1);

% Centers of input membership functions for the c universe of
% discourse of fuzzy controller (a vector of centers)
cc=[-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1]*(1/g2);

% This next matrix specifies the rules of the fuzzy controller.
% The entries are the centers of the output membership functions.
% This choice represents just one guess on how to synthesize
% the fuzzy controller. Notice the regularity
% of the pattern of rules (basiscally we are using a type of
% saturated index adding). Notice that it is scaled by g0, the
% output scaling factor, since it is a normalized rule base.
% The rule base can be tuned to try to improve performance.

% The gain gf is a gain that can be set to one to initialize
% the rule base with an initial guess at the fuzzy controller to be
% synthesized or to zero to initialize the rule base to all zeros
% (i.e., all centers at zero so the rules all say to put zero
% into the plant).

gf=1;

rules=[1 1 1 1 1 1 0.8 0.6 0.3 0.1 0;
1 1 1 1 1 0.8 0.6 0.3 0.1 0 -0.1;
1 1 1 1 0.8 0.6 0.3 0.1 0 -0.1 -0.3;
1 1 1 0.8 0.6 0.3 0.1 0 -0.1 -0.3 -0.6;
1 1 0.8 0.6 0.3 0.1 0 -0.1 -0.3 -0.6 -0.8;
1 0.8 0.6 0.3 0.1 0 -0.1 -0.3 -0.6 -0.8 -1;
0.8 0.6 0.3 0.1 0 -0.1 -0.3 -0.6 -0.8 -1 -1;
0.6 0.3 0.1 0 -0.1 -0.3 -0.6 -0.8 -1 -1 -1;
0.3 0.1 0 -0.1 -0.3 -0.6 -0.8 -1 -1 -1 -1;
0.1 0 -0.1 -0.3 -0.6 -0.8 -1 -1 -1 -1 -1;
0 -0.1 -0.3 -0.6 -0.8 -1 -1 -1 -1 -1 -1]gfg0;

% Next, we define some parameters for the fuzzy inverse model

gye=2/pi;,gyc=10; % Scaling gains for the error and change in error for
% the inverse model
% These are tuned to improve the performance of the FMRLC
gp=0.4;

⛄三、运行结果

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]陈敏, 钟楠, 周颖, 等. 基于模糊逻辑控制的船舶航向稳定性仿真研究[J]. 电子技术与软件工程, 2015, 4(3): 167-171.
[2]陈剑锋, 许松. 船舶航向控制系统的模糊P控制方法研究[J]. 控制与决策, 2006, 21(11): 1256-1259.
[3]张学军, 董艳斌. 船舶航向模糊控制仿真研究[J]. 现代电子技术, 2014, 37(16): 87-90.
曹文亮, 张伟, 薛宇峰. 船舶航向模糊控制系统设计与仿真[J]. 北京航空航天大学学报, 2007, 33(2): 190-193.

3 备注
简介此部分摘自互联网,仅供参考,若侵权,联系删除

🍅 仿真咨询
1 各类智能优化算法改进及应用

生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面
卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

4 路径规划方面
旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长

10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合

【代码】二维n锚点多目标的AOA(到达角度)定位,距离辅助增强精度。订阅专栏后可查看完整代码 本文基于多基站AOA角度观测与距离辅助信息,实现多个静态目标的二维定位,对比纯AOA最小二乘与AOA+距离辅助定位性能。通过MATLAB仿真,绘制真实与估计位置图、分轴RMSE及误差统计图,输出各目标坐标与误差指标。支持基站与目标数量、位置分布、噪声参数自定义,订阅专栏可获取完整代码,直接运行即可获得结果。 阅读详情

相关推荐

Puma560_六轴机械臂码垛(搬运)仿真

本文基于MATLAB与Robotics Toolbox,实现Puma 560六轴机械臂四层码垛仿真。通过重生成真实尺寸的ASCII STL模型,合理布置工作台与货物,采用数值逆解结合热启动与多初值优选策略,确保关节轨迹连续;动画采用“一次建图、仅更新句柄”机制,彻底解决平台与货物闪烁问题。结合标准DH参数与运动学分析,实现稳定流畅的笛卡尔轨迹规划与可视化,验证了仿真系统在真实场景下的可行性与稳定性。

yjw0911的博客 366

AI核心功能解析:问答、编码与逻辑推理

作为一个人工智能助手,我的核心功能是基于海量数据训练而成的自然语言处理与逻辑推理能力,旨在为用户提供高效、准确的信息解答与任务辅助。在技术实现层面,我通过 Transformer 架构理解上下文语义,能够像 MATLAB 处理矩阵运算 或 CANoe 处理总线报文 那样,精准执行用户指令。相较于单一功能软件,我的优势在于跨域知识的融合能力。例如,我可以结合示波器的波形捕获原理 与 MATLAB 的绘图功能 ,为用户设计一套完整的信号处理教学方案;

一名网络界的大虾 153

第4章模糊控制-精选文档.pdf

模糊控制技术参考文献,网上不好找。该资料很适合做模糊控制人员参考。

物理信息神经网络与扩展物理信息神经网络(PINN/XPINN)求解功能梯度材料稳态—瞬态热传导,MATLAB代码

物理信息神经网络与扩展物理信息神经网络(PINN/XPINN)求解功能梯度材料稳态—瞬态热传导,MATLAB代码

机器学习之心的博客,关注并私信文章链接,获取对应文章源码和数据。 292

DCDC BUCK开关电源PCB设计

在开关电源中,BUCK(降压)电路、BOOST(升压)电路以及BUCK - BOOST(升降压)三种电路是最基本的拓扑结构。转换器又分DCDC(直流转直流)和ACDC(交流转直流),DCDC装换器结构无疑是比ACDC转换器结构简单,所以从DCDC转换器结构入手学习开关电源是一种很好的选择。本文主要从应用角度,进行相关器件的选型计算以及PCB绘制讲解DCDC 12V转5Vbuck电路。

2301_78342510的博客 6890

OpenBCI脑电实验避坑指南:如何用Python准确捕捉P300信号

本文详细介绍了使用OpenBCI和Python进行P300脑电信号实验的避坑指南,包括电极贴放、信号采集、信号处理和数据分析等关键步骤。通过实战经验和代码示例,帮助研究者避开常见陷阱,提高P300信号捕捉的准确率,适用于脑机接口和神经科学研究。

weixin_30316097的博客 554

MATLAB 与 Python 在科学计算中的实际差异

本文围绕 MATLAB 与 Python 在科学计算中的实际应用展开比较,分析两者在软件生态、矩阵运算、数值计算性能、开发环境及工程部署方面的差异。结合代码示例,介绍两种语言在矩阵运算和数组处理中的不同实现方式,并讨论影响程序运行效率的主要因素。在此基础上,结合控制工程、数值分析、数据科学和机器学习等研究方向,分析两种语言各自的适用场景,并介绍跨语言协同开发的基本思路。希望通过本文的讨论,帮助读者更深入地理解两种工具的特点,为科研工作中的技术选型提供参考。

weixin_47502228的博客 682

Ubuntu使用gstreamer开发USB相机应用(一)

Ubuntu使用gstreamer开发USB相机应用(一) 包括:gstreamer安装,测试。使用v4l2测试USB相机。使用gstreamer采集相机

Alon1787的博客 2739

MATLAB 优秀开源项目与工具箱推荐:涵盖通信、图像处理、脑机接口等九大领域

本文梳理了无线通信、图像处理、脑机接口等九个领域的代表性MATLAB开源项目,涵盖信道建模(QuaDRiGa)、智能表面仿真(SimRIS)、视觉特征提取(VLFeat)、三维网格生成(Iso2Mesh)及脑电信号分析(EEGLAB、BCILAB)等关键技术。通过解析其数学模型与源码实现,揭示科研工具如何将理论算法转化为可复现的工程计算流程,为科研人员提供高效、可扩展的开发参考。

weixin_47502228的博客 484

实战避坑:在Ubuntu 22.04上配置NVIDIA GPU Direct RDMA时,必须搞清的P2P DMA与IOMMU那些事

本文深入探讨在Ubuntu 22.04上配置NVIDIA GPU Direct RDMA时P2P DMA与IOMMU的关键问题,解析PCIe架构中的地址转换、P2P DMA与标准DMA的区别,以及IOMMU对性能的影响。通过实战案例和调优建议,帮助用户避免常见配置陷阱,提升AI训练集群的数据传输效率。

weixin_33720078的博客 447

数字信号处理实验:信号谱分析与FFT算法的应用

​ (1)给定信号为 ,其中a为42,b为1。理论分析信号 的频率成分。 (2)分别采用采样频率为 , , , 对 进行采样,其中 , , , ,根据是否满足采样定理要求分析四种采样频率下频谱的分布,在满足采样定理情况下做频谱分析。 (3)任意生成两组有限长信号,对信号分别进行直接卷积和FFT算法求卷积,并分析圆周卷积与线性卷积的关系。

m0_56324525的博客 3204

MATLAB 数值优化工具及其使用方法:从基础函数到工程优化实例

本文系统介绍了MATLAB中数值优化工具的应用,涵盖基础环境、Optimization Toolbox与Global Optimization Toolbox三大层次。重点讲解了fminbnd、fminsearch、linprog、fmincon等常用函数的适用场景与实现方法,结合单变量优化、无约束多变量优化、线性规划及非线性约束优化实例,展示了如何将实际问题转化为数学模型并求解。强调应根据问题结构选择合适算法,以提升求解效率与精度。

weixin_47502228的博客 293

Linux实战:rMATS可变剪切分析从零到一,避坑指南与结果深度解析

本文详细介绍了在Linux系统上从零开始部署rMATS进行可变剪切分析的完整流程,包括环境搭建、安装避坑指南、参数优化及结果解读。特别针对gfortran依赖、数学库配置等常见问题提供解决方案,并深入解析JC与JCEC结果的差异及可视化技巧,帮助生物信息学研究者高效完成可变剪切分析。

weixin_30394669的博客 411

MATLAB 在科学计算可视化中的进阶应用

本文系统阐述了科学计算可视化的基本思路与实现方法,涵盖二维标量场的热力图、等值线图与三维曲面表达,矢量场的箭头图与流线分析,以及三维体数据的切片与等值面重构。通过MATLAB图形对象机制,结合多种可视化技术,有效揭示数值结果的空间结构与动态特征,提升对复杂物理现象的直观理解与分析能力。

weixin_47502228的博客 614

Ubuntu 24.04下Loki+Alloy+Grafana日志分析系统的快速部署与实践

本文详细介绍了在Ubuntu 24.04系统上快速部署Loki+Alloy+Grafana轻量级日志分析系统的完整流程。通过二进制安装Loki、配置Alloy采集器以及设置Grafana可视化界面,构建了一套资源消耗低、易于管理的日志解决方案,并实战演示了如何采集和分析网络设备日志,特别适合资源有限的中小团队或边缘计算场景。

tensor9flow的博客 238

SAP_SD模块深度解析SAP信用检查中的“未清数量”取值逻辑

确认数量 vs 订单数量:如果系统配置了可用性检查(ATP),并且订单只确认了部分数量,信用检查通常只占用已确认数量的额度(具体取决于信用组的配置)。在SAP中,未清订单数量的计算并非简单读取订单行项目的目标数量(VBAK-KWMENG),而是基于**计划行(Schedule Lines)**层级来汇总的。状态的转换点:当交货单创建(VL01N)并保存时,这部分数量对应订单的“未清订单数量”减少,“未清交货数量”增加。业务人员眼中的未清数量很简单:“我卖了100个,发了30个,未清就是70个”。

我小时候很黑的博客 315

第【136】期--面向通信感感知一体化的AFDM波形性能分析--matlab完整代码

通信感知一体化(Integrated Sensing and Communication, ISAC)要求同一套波形同时承担数据传输与目标探测两类任务,而传统的正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)波形在高移动性场景下会因载波间干扰(Inter-Carrier Interference, ICI)而性能显著退化。

qq_35027690的博客 542

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

【MATLAB例程介绍】(17)永磁同步电机(PMSM)基于自适应无迹卡尔曼滤波(AUKF)的电流噪声在线估计。测量噪声协方差自适应与转速估计对比仿真

本文基于MATLAB构建永磁同步电机(PMSM)仿真模型,提出一种自适应无迹卡尔曼滤波(AUKF)算法,实现电流测量噪声协方差的在线估计,并联合观测机械转速、转子电角度及电流状态。针对传统UKF因固定噪声参数在噪声变化时性能下降的问题,引入新息协方差匹配机制,通过指数加权统计更新噪声协方差,有效提升状态估计鲁棒性。仿真结果表明,在分阶段变化的测量噪声条件下,AUKF能准确跟踪噪声水平,显著降低转速与角度估计误差,优于标准UKF。程序结构清晰,含完整注释与可视化输出,适用于电机控制与状态估计研究。

985工科博士毕业,专攻定位、导航和滤波等算法研究。从业10年,主要使用MATLAB 346

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

第【135】期--基于 M-ASK 调制的数字通信系统设计与仿真--matlab完整代码

本文设计并仿真了一个完整的 M 进制幅移键控(M-ASK)数字通信系统。系统由发射机、加性高斯白噪声(AWGN)信道和接收机三部分构成。发射机完成符号映射、上采样、根升余弦(RRC)脉冲成形、数模转换与射频调制;接收机通过相干解调、低通滤波、降采样、匹配滤波和幅度判决恢复原始符号。为了解决帧同步问题,系统在数据帧头部插入了由巴克码构造的前导序列,接收端利用相关检测完成定时对齐,并通过蒙特卡洛仿真验证了系统在不同信噪比条件下的误码性能,仿真结果与理论曲线吻合较好。关键词:M-ASK;脉冲成形;匹配滤波;

qq_35027690的博客 366

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

MATLAB优化算法实战:从无约束到约束优化

优化问题在工程中无处不在:参数调优、路径规划、资源分配、控制器设计都需要优化算法。MATLAB的Optimization Toolbox提供了从简单到复杂的完整优化工具链。

2501_93482674的博客 216

MATLAB 离散数据分箱:半开区间、末端点与计数、加权和、平均

明确半开区间、最右端点、越界及空箱规则,用 histcounts 与 accumarray 同时得到计数、贡献和、样本平均贡献及箱号。附 MATLAB R2025b 原生边界、非法输入、1000×105 独立参考测试和错误实现负例。

hxy_programmer的博客 353

IEEE TASE,光伏最大功率点跟踪最优控制: 基于群体智能的自适应动态规划

辐照度快速变化会使光伏最大功率点不断移动,传统扰动观察法(P&O)和增量电导法(IC)难以兼顾跟踪速度与稳态振荡。论文提出群智能自适应动态规划(SI-ADP),将光伏最大功率点跟踪(MPPT)转化为带占空比约束的非线性最优控制问题。评论家网络学习长期代价,粒子群算法(PSO)搜索动作网络参数,直接生成 Boost 变换器占空比。MATLAB/Simulink 与硬件在环结果支持其改善动态响应、稳态功率波动和并网电流质量。

Logic_9527的博客 138

【MATLAB源码】基于机器视觉的羽毛球灵敏度步伐训练装置

随着机器视觉技术在体育训练领域的深入应用,羽毛球这类对技术要求高、动作结构复杂的项目迎来了新的训练手段。传统羽毛球步伐训练存在主观性强、反馈周期长、训练效果难以量化等问题,高水平运动员的步伐优化往往依赖经验性指导,缺乏科学化、系统化的训练方法。本文设计了一款基于机器视觉的羽毛球步伐灵敏度训练装置,通过集成可控射灯、二维云台与摄像头,自动调整射灯位置和光圈以精准标定训练区域;利用机器视觉识别原理实时监控球员步伐,并将采集图像在 MATLAB 平台进行帧差法处理,实现脚步动作的正确识别。实验表明,该装置可为初学

2302_78339041的博客 227

第【134】期--基于OFDMA资源块分配的多用户调度算法仿真--matlab完整代码

正交频分多址(OFDMA)是 4G/5G 移动通信系统下行链路的核心多址方式,其本质是将时频资源划分为若干资源块(RB),由基站调度器在每一个调度周期内决定每个资源块分配给哪个用户。调度策略直接决定了系统吞吐量与用户间公平性,二者往往相互制约。本文建立了一个调度器层面的 OFDMA 多用户仿真模型,在没有需求冲突限制的条件下,实现并对比了三种典型调度算法:轮询调度(Round Robin, RR)、最大载干比调度(Max-Rate)与比例公平调度(Proportional Fair, PF)。

qq_35027690的博客 247
上一篇: 【控制仿真】模糊自适应PID智能倒车控制仿真【含Matlab源码 3305期】
下一篇: 【大气湍流】大气湍流下线宽容限指标大气【含Matlab源码 3303期】
Matlab武动乾坤
博客等级 码龄3年 3万+粉丝 1万+原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值