主要内容

d2c

将模型从离散时间转换为连续时间

折叠所有页面

语法

sysc = d2c (sysd)
sysc=d2c（sysd，方法）
sysc=d2c（sysd，opts）
[sysc，G]=d2c(＿＿＿）

描述

例子

sysc= d2c (sysd）转换离散时间动态系统模型sysd对输入使用零阶保持的连续时间模型。

例子

sysc= d2c (sysd，方法）指定转换方法。

例子

sysc= d2c (sysd，选择）指定离散化的转换选项。

［sysc，G]=d2c(＿＿＿）哪里sysd是状态空间模型，返回一个矩阵吗G绘制了各州的地图xd [k]离散时间状态空间模型对状态的影响xc（t）属于sysc．

例子

全部崩溃

打开实时脚本

创建以下离散时间传递函数:

H （ z ） ＝ z - 1 z 2 + z + 0 ． 3. 

H = tf([1 -1]，[1 1 0.3]，0.1);

模型的采样时间为 T 年代 ＝ 0 ． 1 年代 ．

导出一个连续时间，零阶保持的等效模型。

Hc=d2c（H）
Hc e-12 = 121.7 + 2.904  --------------------- s ^ 2 + 12.04 + 776.7连续时间传递函数。

将结果模型离散化，Hc，采用默认的零阶保持方法，采样时间0.1s返回原始离散模型，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Tustin近似方法进行转换H到连续时间模型。

Hc2=d2c（H，“tustin”);

将得到的模型Hc2离散化，得到原始的离散时间模型，H．

c2d（Hc2,0.1，“tustin”);

此示例使用：

打开实时脚本

估计一个离散时间传递函数模型，并将其转换为连续时间模型。

负载iddata1sys1d=tfest（z1,2，“Ts”，0.1）；sys1c=d2c（sys1d，“zoh”);

估计连续时间传递函数模型。

sys2c =特遣部队(z1, 2);

比较sys1c直接估计连续时间模型，sys2c．

比较（z1、sys1c、sys2c）

图中包含一个Axis对象。Axis对象包含3个line类型的对象。这些对象表示z1（y1），sys1c:69.3%，sys2c:70.77%。

这两种体系几乎完全相同。

此示例使用：

打开实时脚本

将确定的离散时间传递函数模型转换为连续时间。

负载iddata1sysd =特遣部队(z1 2“Ts”, 0.1);sysc = d2c (sysd,“zoh”);

sys1c没有协方差信息。的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。

opt=tfestOptions；opt.SearchOptions.MaxIterations=0；sys1c=tfest（z1，sysc，opt）；

分析对频率响应不确定度的影响。

h = bodeplot (sysd sys1c);showConfidence (h, 3)

图中包含2个轴对象。标题为From: u1 To: y1的坐标轴对象1包含两个line类型的对象。这些对象表示sysd, sy1c。axis对象2包含2个类型为line的对象。这些对象表示sysd, sy1c。

不确定性sys1c和sysd可与奈奎斯特频率相媲美。然而,sys1c在估计数据未提供任何信息的频率范围内表现出很大的不确定性。

如果您不能访问估计数据，请使用translatecov命令，该命令是基于高斯近似公式的跨模型类型转换操作的协方差转换。

输入参数

全部崩溃

离散时间模型，指定为动态系统模型如特遣部队，党卫军,或zpk．

不能直接使用idgrey模型的FunctionType是' d '与d2c.将模型转换为中的难点先形成。

离散时间到连续时间的转换方法，指定为以下值之一:

  • “zoh”-零级保持输入。假设控制输入在采样周期内是分段不变的。

  • “福”-输入的线性插值（修改的一阶保持）。假设控制输入在采样周期内是分段线性的。

  • “tustin”-双线性(Tustin)逼近导数。用频率预翘曲(以前称为“预扭曲”方法），使用PrewarpFrequency选择D2交配．

  • “匹配”-零极匹配方法(仅适用于SISO系统)。看到[1]．

以获取关于每种算法的信息d2c转换方法,请参阅连续-离散转换方法．

离散到连续时间转换选项，使用D2交配．例如，指定预曲频率或转换方法作为选项。

输出参数

全部崩溃

连续时间模型，作为与输入系统相同类型的动态系统模型返回sysd．

什么时候sysd是已识别(IDLTI)模型，sysc：

  • 包括的测量分量和噪声分量sysd.如果噪声方差为λ在里面sysd然后是连续时间模型sysc指示的噪声谱密度水平等于Ts*λ．

  • 不包括估计的参数协方差sysd．如果您想在转换模型时转换协方差，请使用translatecov（系统识别工具箱）．

状态映射xd [k]状态空间模型sysd去美国xc（t）属于sysc，作为矩阵返回。状态映射如下所示：

x c （ k T 年代 ） ＝ G ［ x d ［ k ］ u ［ k ］ ］ ．

给定初始条件x0为sysd和初始输入情况= u [0]，对应的初始条件sysc（假设u [k] = 0为k<0是:

x c （ 0 ） ＝ G ［ x 0 u 0 ］ ．

工具书类

[1] Franklin，G.F.，Powell，D.J.，和Workman，M.L。，动态系统的数字控制(第三版)，Prentice Hall, 1997。

[2] Kollár，I.，G.F.Franklin和r.Pintelon，“关于系统识别中z域和s域模型的等价性，”IEEE论文集®仪表与测量技术会议，比利时布鲁塞尔，1996年6月，第1卷，第14-19页。

另请参阅

||（系统识别工具箱）||

主题

在R2006a之前引入

控制系统工具箱文档

金宝app

了解如何自动调整PID控制器增益

了解如何自动调整PID控制器增益

下载代码示例