d2c

将离散时间模型转换为连续时间模型

折叠所有页面

句法

SYSC = D2C（SYSD）

sysc = d2c (sysd、方法)

sysc = d2c (sysd选择)

(sysc G) = d2c (___）

描述

例

SYSC= D2C（SYSD）转换一个离散时间动力系统模型SYSD到连续时间模型利用输入端的零阶保持。

例

SYSC= D2C（SYSD，方法）指定转换方法。

例

SYSC= D2C（SYSD，OPTS）指定离散转换选项。

[SYSC，G)= d2c (___），其中SYSD是一个状态空间模型，返回一个矩阵G该状态映射XD [k]的的离散时间状态空间模型的状态xc (t)的SYSC。

例子

全部折叠

将离散时间传递函数转换为连续时间传递函数

这个示例使用:

控制系统工具箱

打开生活的脚本

创建下面的离散时间传递函数为：

$H （ ž ） = \frac{ž - 1}{ž^{2} + ž + 0 。 3}$

H = TF（[1 -1]，[1 1 0.3]，0.1）;

该模型的采样时间是 $Ť_{小号} = 0 。 1 小号$ 。

导出连续时间，零阶保持等效模型。

Hc = d2c (H)

HC = 121.7 S + 1.081e-13 ---------------------秒2 + 12.04 S + 776.7连续时间的传递函数。

将得到的模型离散化，HC，使用默认零阶保持方法和样本时间0.1s以返回原来的离散模型，H。

C2D（HC，0.1）

ans = z - 1—z^2 + z + 0.3采样时间:0.1秒离散时间传递函数。

使用塔斯廷近似方法来转换H一个连续时间模型。

Hc2 = d2c (H,“塔斯廷”);

离散生成的模型，Hc2的，找回原来的离散时间模型，H。

c2d (Hc2, 0.1,“塔斯廷”);

将已识别的离散时间传递函数转换为连续时间

打开生活的脚本

估计离散时间传递函数模型，并将其转换成连续时间模型。

加载iddata1sys1d = tfest（z1,2，“t”,0.1);sys1c = d2c (sys1d,'ZOH');

估计一个连续时间传递函数模型。

sys2c = tfest（z1,2）;

比较的响应sys1c和直接估计的连续时间模型，sys2c。

比较（Z1，sys1c，sys2c）

这两个系统是几乎相同的。

再生协方差信息转换成连续时间模型后

打开生活的脚本

将已识别的离散时间传递函数模型转换为连续时间。

加载iddata1SYSD = tfest（z1,2，“t”,0.1);SYSC = D2C（SYSD，'ZOH');

sys1c没有协方差信息。该d2c操作导致识别模型的协方差数据丢失。

使用相同的估计命令和估计数据，使用零迭代更新重新生成协方差信息。

选择= tfestOptions;opt.SearchOptions。MaxIterations = 0;sys1c =特遣部队(z1、sysc选择);

分析其对频率响应不确定性的影响。

H = bodeplot（SYSD，sys1c）;showConfidence（H，3）

的不确定性sys1c和SYSD是可比到奈奎斯特频率。然而，sys1c在估计数据不提供任何信息的频率范围内显示出很大的不确定性。

如果你没有获得评价数据，使用translatecov命令，它是跨模型类型转换操作协方差的高斯近似公式为基础的翻译。

输入参数

全部折叠

`SYSD`-离散时间动态系统
动力系统模型

离散时间模型，指定为动力系统模型如IDTF，IDSS，要么idpoly。

您不能直接使用idgrey其模型函数类型是'd'同d2c。将模型转换为IDSS形式。

`方法`-离散对连续时间转换方法
`'ZOH'`（默认）|`“呸”`|`“塔斯廷”`|`“匹配”`

离散对连续时间转换方法，指定为下列值之一：

'ZOH'- 输入端上的零阶保持。假定控制输入是在采样周期分段常数。
“呸”- 的输入线性插补（修改的第一阶保持）。假定控制输入是分段线性超过采样周期。
“塔斯廷”- 双线性（塔斯廷）近似的导数。指定这个方法与频率预畸变（前身为“prewarp”方法),使用PrewarpFrequency的选择d2cOptions。
“匹配”- 零极点匹配方法（仅用于SISO系统）。看到[1]。