主要内容

估计输入信号

频率响应估计需要输入信号在感兴趣的频率激发模型。然后，软件测量指定输出的响应，使用输入信号和测量的响应来估计频率响应。

在执行频响估计时，需要指定要使用的输入信号类型及其属性。

离线估计

下表总结了可用于离线估计的输入信号类型模型线性化电路或者在MATLAB中®使用的命令行frestimate．

信号 描述
Sinestream

一系列正弦扰动一个接一个地施加。在大多数情况下建议使用单流信号。当您的系统包含强非线性或您需要高度精确的频响模型时，它们特别有用。
尖声地说

一种扫频信号，在一定频率范围内激励系统，使输入频率瞬间改变。当系统在模拟范围内接近线性时，啁啾信号是有用的。当你想快速获得大量频率点的响应时，它们也很有用。
伪随机位序列 一种确定的伪随机二进制序列，在两个值之间移动并具有类似白噪声的性质。与使用正流输入信号相比，PRBS信号减少了总估计时间，同时产生可比的估计结果。PRBS信号用于估计通信和电力电子系统的频率响应。
随机

一个随机输入信号。随机信号是有用的，因为它们可以在所有频率上均匀地激发系统，直到奈奎斯特频率。
一步

一个阶跃输入信号。步进输入可以快速模拟，当您对要估计的系统没有太多了解时，第一次尝试时会很有用。
任意的

一个MATLAB时间序列，可以指定任何时变信号作为输入。

一般来说，估计的频率响应与输入和输出信号有关，如下所示:

R e 年代 p ＝ F F T （ y e 年代 t （ t ） ） F F T （ u e 年代 t （ t ） ） ．

在这里,u美国东部时间（t)为注入输入信号y美国东部时间（t)为对应的模拟输出信号。有关更多详细信息，请参阅的算法部分frestimate．

在线评估

用于在线估计与频率响应估计器块，可以使用两种类型的输入信号:

  • Sinestream-一系列正弦扰动一个接一个地施加

  • 叠加-同时应用的一组正弦扰动

对于在线估计，使用正流信号比叠加信号更准确，可以容纳更宽的频率范围。sinestream模式也可以减少干扰。然而，由于正弦流扰动的顺序性质，每增加一个频率点都会增加实验时间。因此，估计实验通常是快得多的叠加信号与满意的结果。

若要指定用于在线估计的输入信号类型，请使用实验模式参数。频率响应估计器块。

Sinestream信号

有关正流信号的结构和如何创建它们的详细信息，请参见输入信号．

线性调频信号

有关啁啾信号的结构和如何创建啁啾信号的详细信息，请参见啁啾输入信号．

伪随机位序列信号

PRBS信号的结构和创建方法请参见PRBS输入信号．

随机信号

随机信号是有用的，因为它们可以在所有频率上均匀地激发系统，直到奈奎斯特频率。创建一个用于估计的随机输入信号:

  • 在模型线性化电路，在估计选项卡上,选择输入信号>随机．

  • 在命令行中，使用弗列斯特。随机来创建随机信号并将其用作frestimate．

随机信号由区间内均匀分布的随机数组成振幅[0]或振幅[0]分别为正振幅和负振幅。在创建输入信号时，可以直接指定振幅、采样时间和采样数量。或者，如果您有一个相关的线性时不变(LTI)模型，例如状态空间(党卫军)模型，你可以用它来初始化随机信号参数。例如，如果你有一个精确的系统线性化，你可以用它来初始化参数。

当你使用一个随机输入信号进行估计时，在估计中返回的频率的朋友模型依赖于信号的长度和采样时间。它们是在输入信号的快速傅里叶变换中获得的频率(参见算法部分)frestimate）.

步信号

步进输入可以快速模拟。像随机信号一样，阶跃信号可以在所有频率上激发系统，直到奈奎斯特频率。由于这些原因，当您对要估计的系统没有太多了解时，步进输入作为第一次尝试是很有用的。然而，随着频率的增加，激发幅值迅速减小。因此，阶梯信号最好用于识别低阶植物，其中最慢的极点占主导地位。在大范围的频率范围内，不建议使用阶跃输入进行估计。

要创建用于估计的步进输入信号，请使用frest.createStep．这个函数创建一个MATLABtimeseries它表示一个步长输入，具有调用时指定的采样时间、步长、步长和总信号长度frest.createStep．

要使用您在MATLAB工作区中创建的步进输入信号:

  • 在模型线性化电路，在估计选项卡，从现有输入信号部份输入信号下拉列表。

  • 在命令行中，使用它作为的输入参数frestimate．

当您使用阶跃输入信号进行估计时，在估计中返回的频率的朋友模型依赖于信号的长度和采样时间。它们是在输入信号的快速傅里叶变换中获得的频率(参见算法部分)frestimate）.

任意的信号

如果你想使用除正流、啁啾、步长或随机信号以外的信号，你可以提供自己的MATLABtimeseries对象。例如，您可以创建一个timeseries表示斜坡、锯齿或方波输入。

使用timeseries对象作为进行估计的输入信号，首先创建timeseries在MATLAB工作空间中。然后:

  • 在模型线性化电路，在估计选项卡，从现有输入信号部份输入信号下拉列表。

  • 在命令行中，使用它作为的输入参数frestimate．

当您使用任意输入信号进行估计时，在估计中返回的频率的朋友模型依赖于信号的长度和采样时间。它们是在输入信号的快速傅里叶变换中获得的频率(参见算法部分)frestimate）.

叠加信号

叠加信号仅可用于在线估计频率响应估计器块。用于频率向量上的频响估计ω= (ω1，…，ωN]在振幅上一个= (一个1，…，一个N，则叠加信号为:

Δ u ＝ ∑ 我 一个 我 罪 （ ω 我 t ） ．

块提供扰动Δu在实验期间(而启动/停止信号是正的)。该块决定等待系统瞬变消失的时间以及使用多少个周期进行估计，如下图所示。

T经验值是您用开始/停止信号的配置指定的实验持续时间(参见启动/停止端口描述在块参考页上以获取更多信息)。对于估计计算，块仅使用在窗口中收集的数据N最长的P．在这里,P是频率矢量中最慢频率的周期吗ω,N最长的是值用于估计的最低频率的周期数块参数。此窗口之前的任何周期都将被丢弃。因此，沉降时间T解决＝T经验值- - - - - -N最长的P．如果你知道你的系统很快稳定下来，你可以缩短T经验值在不改变N最长的有效缩短T解决．如果您的系统有噪声，您可以增加N最长的在数据收集窗口中获得更多的平均值。无论哪种方式，都要做出选择T经验值足够长的时间来进行足够的解决和足够的数据收集。推荐的T经验值= 2N最长的P．

要使用叠加信号进行估计，请在频率响应估计器块，设置实验模式参数叠加．详细信息请参见频率响应估计器．

另请参阅

|||||

相关的话题