在某些情况下,数据集的维度决定了哪些查找表块适合您的应用程序。如果要近似一维功能,请考虑使用1-D查找表或查找表动态块。如果您近似了二维功能,请考虑2-D查找表块。块如n-d查找表和直接查找表(N-D)允许您近似函数N变量。
数据集的数字和数据类型会影响到哪个查找表块最合适的决定。虽然所有的查找表块都支持实数,但是金宝app直接查找表(N-D)那1-D查找表那2-D查找表,n-d查找表块也支持复杂的表数据。金宝app所有查找表块还支持整数和固定点数据金宝app双倍的
和单身的
数据类型。
笔记
对于Direct Lookup Table (n-D)块,表数据、输出端口和可选表输入端口支持定点类型。金宝app
查找表返回的数据的所需精度和平滑确定您应该使用的哪个块。大多数块提供执行插值和外推的选项,提高分别在表数据之间或外部的值的准确性。例如,查找表动态块执行线性插值和外推,而n-d查找表块执行线性,立方样条插值和外推,或Akima样条插值和外推。相比之下,直接查找表(N-D)块在没有任何插值或外推的情况下执行表查找。您可以通过使用来实现内插和外推方法的混合prelookup.块的使用prelookup插值块。
查找表的动态输入Inflich的影响是您的应用程序的理想选择。块使用各种索引搜索方法将查找表输入与表的断点数据集相关联。大多数查找表块提供了一个二进制搜索算法,如果输入从一个时间步骤到下一个时间,输入会发生变化。这1-D查找表那2-D查找表那n-d查找表,prelookup.块提供线性搜索算法。使用此算法使用该算法从上一个结果中搜索搜索的选项,如果输入更改缓慢,则恢复搜索。一些查找表块还提供了一种搜索算法,其最适合由均匀间隔断点组成的断点数据集。您可以使用索引搜索方法的混合来实现prelookup.块的使用prelookup插值块。
当查找表运行的效率很重要时,请考虑使用prelookup.块的使用prelookup插值块。这些块将表查找过程分为两个部分——索引搜索将输入与表数据关联起来,然后是计算输出的插值和外推阶段。这些块使您能够执行单个索引搜索,然后重用结果来查找多个表中的数据。此外,使用prelookup插值块可以执行子表选择,其中块插入表数据的一部分而不是整个表。例如,如果您的3-D表数据组成了一个要内插的2-D表堆栈,您可以指定一个选择端口输入来从堆栈中选择一个或多个2-D表进行内插。一个完整的三维插补有7个子插补,但一个二维插补只需要3个子插补。因此,当表的某些维度用于数据叠加而不是用于插值时,速度可能会有显著的提高。这些特性使表查找操作更加高效,减少了计算工作量和模拟时间。
使用下表识别与特定查找表块对应的要素,然后选择最能满足您要求的块。
特征 | 1-D查找表 | 2-D查找表 | 查找表动态 | n-d查找表 | 直接查找表(N-D) | prelookup. | 使用prelookup插值 |
---|---|---|---|---|---|---|---|
插值方法 | |||||||
平 | • | • | • | • | • | ||
最近 | • | • | • | • | |||
线性 | • | ||||||
线性点斜式 | • | • | • | • | |||
线性拉格朗日 | • | • | • | • | |||
立方花键 | • | • | • | ||||
Akima花键 | • | • | • | ||||
外推方法 | |||||||
夹子 | • | • | • | • | • | • | |
线性 | • | • | • | • | • | • | |
立方花键 | • | • | • | ||||
Akima花键 | • | • | |||||
数字和数据类型支持金宝app | |||||||
复杂的 | • | • | • | • | |||
双重,单身 | • | • | • | • | • | • | • |
整数 | • | • | • | • | • | • | • |
固定点 | • | • | • | • | • | • | • |
索引搜索方法 | |||||||
二进制 | • | • | • | • | • | ||
线性 | • | • | • | • | |||
均匀的间隔点 | • | • | • | • | • | ||
从以前的索引开始 | • | • | • | • | |||
各种各样的 | |||||||
子表选择 | • | • | |||||
动态断点数据 | • | ||||||
动态表数据 | • | • | • | ||||
输入范围检查 | • | • | • | • | • | • |