文档帮助中心文档
将模型从连续时间转换为离散时间
sysd =汇集(sysc Ts)
sysd =汇集(sysc, Ts,方法)
sysd =汇集(sysc, Ts,选择)
(sysd G) =汇集(___)
例子
sysd=汇集(sysc,Ts)可连续时间动态系统模型sysc对输入和采样时间使用零阶保持Ts.
sysd=汇集(sysc,Ts)
sysd
sysc
Ts
sysd=汇集(sysc,Ts,方法)指定离散化方法。
sysd=汇集(sysc,Ts,方法)
方法
sysd=汇集(sysc,Ts,选择)指定离散化的附加选项。
sysd=汇集(sysc,Ts,选择)
选择
[sysd,G) =汇集(___),在那里sysc是状态空间模型,返回一个矩阵,G它映射了连续的初始条件x0和u0状态空间模型的离散时间初始状态向量x[0]。
[sysd,G) =汇集(___)
G
全部折叠
将以下连续时间传递函数离散化:
H ( 年代 ) = e - 0 . 3. 年代 年代 - 1 年代 2 + 4 年代 + 5 .
该系统的输入延迟为0.3 s。使用三角形(一阶保持器)近似离散系统与样本时间Ts= 0.1 s。
H = tf([1 -1],[1 4 5],“InputDelay”, 0.3);高清=汇集(H, 0.1,“呸”);
比较了连续时间和离散时间系统的阶跃响应。
步骤(H,“- - -”高清,“——”)
离散以下延迟传递函数使用零阶保持输入,和一个10-Hz的采样率。
H ( 年代 ) = e - 0 . 2 5 年代 1 0 年代 2 + 3. 年代 + 1 0 .
H = tf(10,[1 3 10],“IODelay”, 0.25);高清=汇集(h, 0.1)
高清z ^ 2 = 0.01187 + 0.06408 + 0.009721 z ^ (3 ) * ---------------------------------- z z ^ 2 - 1.655 + 0.7408样品时间:0.1秒的离散传递函数。
在这个例子中,离散模型高清有三个采样周期的延迟。离散化算法将剩余的半周期延迟吸收到系数中高清.
高清
比较了连续时间和离散时间模型的阶跃响应。
步骤(h,“——”高清,“- - -”)
创建一个具有两个状态和一个输入延迟的连续时间状态空间模型。
sys = ss (tf ([1,2], [1 4 2]));sys。InputDelay = 2.7
sys = A = x1 x2 x1 -4 -2 x2 1 0 B = u1 x1 x2 x2 0 C = x1 x2 y1 0.5 1 D = u1 y1 0
使用Tustin离散化方法对模型进行离散化,并使用Thiran滤波器对分数阶延迟建模。样品时间Ts= 1秒。
选择= c2dOptions (“方法”,“tustin”,“FractDelayApproxOrder”3);sysd1 =汇集(sys, 1,选择)
sysd1 = = (x1, x2) x3 x4 x5 (x1, x2) 0.2857 0.7143 -0.001325 -0.4286 -0.5714 -0.00265 0.06954 2.286 0.03477 - 1.143 0.25 x3 0 0 -0.2432 0.1449 -0.1153 x4 0 0 0 0 0.125 x5 0 0 0 0 B = 0.001029 u1 x1 0.002058 x2 0 x3 8 x4 x5 0 x1 C = x3 x4 x5日元0.2857 0.7143 -0.001325 0.001029 0.03477 - 1.143 D = u1 y1样品时间:1秒离散时间状态空间模型。
离散模型现在包含了另外三种状态x3,x4,x5对应于三阶Thiran滤波器。由于时间延迟除以样本时间为2.7,三阶Thiran滤波器(“FractDelayApproxOrder”= 3)可以近似整个时延。
x3
x4
x5
“FractDelayApproxOrder”
这个示例使用:
估计一个连续时间传递函数,并将其离散化。
负载iddata1sys1c =特遣部队(z1, 2);sys1d =汇集(sys1c, 0.1,“zoh”);
估计一个二阶离散时间传递函数。
sys2d =特遣部队(z1 2“t”, 0.1);
比较离散连续时间传递函数模型的响应,sys1d,直接估计离散时间模型,sys2d.
sys1d
sys2d
比较(z1, sys1d sys2d)
这两种体系几乎完全相同。
将已识别的状态空间模型离散化,以建立其响应的一步预测器。
使用估计数据创建连续时间识别的状态空间模型。
负载iddata2sysc = ss (z2, 4);
提前一步预测预测的反应sysc.
预测(sysc z2)
离散化模型。
sysd =汇集(sysc, 0.1,“zoh”);
从离散模型建立预测模型,sysd.
[A, B, C, D, K) = idssdata (sysd);预测因子= ss(A-K*C,[K B-K*D],C,[0 D],0.1);
预测是一个使用测量输出和输入信号的双输入模型吗([z1。y z1.u])计算的一步预测响应sysc.
预测
([z1。y z1.u])
模拟预测模型,得到相同的响应预测命令。
lsim(预测[z2.y z2.u])
对预测模型进行了仿真,得到了与模型相同的响应预测(sysc z2).
连续时间模型,指定为动态系统模型如特遣部队,党卫军,或zpk.sysc不能是频率响应数据模型。sysc可以是SISO或MIMO系统,除了“匹配”离散化方法仅支持SISO系统。金宝app
特遣部队
党卫军
zpk
“匹配”
sysc可以有输入/输出或内部时间延迟;然而,“匹配”,“冲动”,最小二乘的方法不支持具有内部时间延迟的状金宝app态空间模型。
“冲动”
最小二乘的
以下辨识出的线性系统不能直接离散:
idgrey模型的FunctionType是“c”.转换为中的难点第一个模型。
idgrey
FunctionType
“c”
中的难点
idproc模型。转换为idtf或idpoly第一个模型。
idproc
idtf
idpoly
采样时间,指定为一个正标量,表示由此产生的离散时间系统的采样周期。Ts是在TimeUnit,也就是sysc。TimeUnit财产。
TimeUnit
sysc。TimeUnit
“zoh”
“呸”
“tustin”
离散化方法,指定为以下值之一:
“zoh”-零阶保持(默认)。假设控制输入在样本时间内是分段不变的Ts.
“呸”-三角形逼近(修正的一阶保持)。假设控制输入在样本时间内是分段线性的Ts.
“冲动”-脉冲不变离散化
“tustin”-双线性(Tustin)方法。用频率预翘曲(以前称为“prewarp”方法),使用PrewarpFrequency选择c2dOptions.
“prewarp”
PrewarpFrequency
c2dOptions
“匹配”-零极匹配法
最小二乘的——最小二乘法
“阻尼”-阻尼Tustin近似基于TRBDF2仅适用于稀疏模型。
“阻尼”
TRBDF2
有关每个转换方法的算法的信息,请参见Continuous-Discrete转换方法.
离散化选项,指定为c2dOptions对象。例如,指定预曲频率、Thiran滤波器的顺序或离散化方法作为选项。
离散时间模型,返回为与输入系统类型相同的动态系统模型sysc.
当sysc是已识别(IDLTI)模型,sysd:
包括测量和噪声成分sysc.创新方差λ连续时间辨识模型sysc,贮存于NoiseVariance性质,被解释为噪声谱的谱密度的强度。的噪声方差sysd因此,λ/ Ts.
NoiseVariance
不包括的估计参数协方差sysc.如果您想在离散模型时转换协方差,请使用translatecov.
translatecov
连续时间初始条件的映射x0和u0状态空间模型sysc到离散时间初始状态向量x[0],以矩阵形式返回。初始条件到初始状态向量的映射如下:
x [ 0 ] = G ⋅ [ x 0 u 0 ]
对于具有时滞的状态空间模型,汇集垫矩阵G用零来表示离散这些延迟所引入的额外状态。看到Continuous-Discrete转换方法讨论离散系统的时滞建模问题。
汇集
c2dOptions|d2c|d2d|thiran|translatecov(系统辨识工具箱)|模型转换速率
d2c
d2d
thiran
您有这个示例的修改版本。您想打开这个示例与您的编辑吗?
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系