当然可以实现！你提到的set_param函数确实是完成这个需求的核心工具，结合递推最小二乘法的分步计算逻辑，完全能让Simulink实时加载更新后的传递函数。下面是具体的实现步骤和优化建议：

1. 先在Simulink中准备可动态配置的传递函数载体 #

推荐使用标准的Transfer Function模块，或者更灵活的MATLAB Function模块：

• 如果用Transfer Function模块，直接把分子、分母的参数设置为MATLAB工作区变量（比如num和den），而不是固定数值。这样后续只需要更新工作区的变量，再同步到模块即可。
• 如果传递函数阶数可能变化，MATLAB Function模块会更灵活——你可以在模块里直接调用工作区的系数变量，实时计算输出。

2. 在递推最小二乘代码中嵌入实时更新逻辑 #

每次递推计算得到新的传递函数系数后，立刻用set_param同步到Simulink模块。举个实际的代码示例：

% 假设每次递推后得到新的分子num_new和分母den_new（根据你的辨识逻辑生成）
num_new = [0.2 0.5]; % 示例分子系数
den_new = [1 -0.8 0.1]; % 示例分母系数

% 替换成你的Simulink模型名和模块路径
model_name = 'my_identification_model';
tf_block_path = [model_name '/Dynamic Transfer Function'];

% 更新模块参数
set_param(tf_block_path, 'Numerator', mat2str(num_new), 'Denominator', mat2str(den_new));

如果模块在子系统里，记得写完整的模块路径（比如model_name/Control Subsystem/TF Block）。

3. 保障实时性与仿真同步的注意事项 #

• 同步仿真步长：如果你的递推计算是在MATLAB脚本循环中执行的，要确保递推的时间步长和Simulink的仿真步长一致，避免出现参数更新和仿真不同步的问题。
• 开启动态参数变更：如果用固定步长仿真，需要在Simulink模型配置（Model Settings > Solver）中勾选“允许动态参数变更”（Allow dynamic parameter changes），这样参数更新后不需要重启仿真就能生效。
• 高频更新场景：如果需要极高的实时性，建议把递推最小二乘的计算逻辑直接嵌入Simulink的MATLAB Function模块中，这样系数计算和仿真在同一个环境里运行，延迟更低。

4. 额外优化技巧 #

• 提前在工作区初始化num和den变量，避免Simulink模块启动时因为找不到变量报错。
• 可以用assignin函数先把新系数写入工作区，再更新模块，代码可读性更好：

  assignin('base', 'num', num_new);
  assignin('base', 'den', den_new);
  set_param(tf_block_path, 'Numerator', 'num', 'Denominator', 'den');
  

• 对于复杂的时变系统，使用Simulink.Signal对象定义系数变量，能更好地管理数据类型、维度和实时性属性。

这个方案已经在很多辨识-仿真联动的场景中验证过，完全能满足你实时导入时变传递函数的需求。

内容的提问来源于stack exchange，提问作者Franta123456