主要内容

理性的

对复杂的频率相关数据进行合理的拟合

描述

使用理性的对象和内插算法,以创建一个合适的拟合与频率相关的数据。

复杂频率由等式给出:

F 年代 k 1 n C k 年代 一个 k + D 在那里, 年代 j × 2 π f C 残余物 一个 杆子 D 直接的词

创建

描述

适合=理性(频率数据使用给定频率矢量和网络参数数据返回具有复杂频率的Rational对象。

例子

适合=理性(年代返回N端口S参数的Rational对象。

适合=理性(___返回一个有理对象适合满足相对误差容差。指定在任何输入参数之后,从先前的语法中组合。

适合错误] =理性(___还返回适合的错误。使用以前的语法中的任何输入参数组合。

例子

适合=理性(___,名称,价值)使用一个或多个名称值对设置属性。例如,适合=理性(年代,“宽容”,-34年)为分贝设置相对误差容错适合.在从前一个语法中的任何输入参数后指定名称值对。

输入参数

展开全部

非负频率,指定为Hz中的非负频率的向量。

数据类型:双倍的

网络参数数据,指定为矢量、二维数组或三维数组。数据值的长度必须等于频率值的长度。

相对误差容差,指定为尺寸小于或等于零。的输入'宽容'财产。

数据类型:双倍的

N端口S参数,指定为一个N-经过-NS共享相同杆的元素矩阵。

属性

展开全部

相对误差容差,指定为尺寸小于或等于零。

数据类型:双倍的

适合大型S参数的行为,指定为真的或者.当真的,拟合中的直接项设为零,使有理拟合F (S)当S趋于无穷时趋于零。当,一个非零直接项是允许的。

数据类型:逻辑

最大杆数,指定为标量非负整数。

数据类型:双倍的

误差指标理性的对象,指定为以下之一:

  • 如果您指定“ErrorMetric”作为'默认',理性的对象将错误均匀分布。

  • 如果您指定“ErrorMetric”作为“相对”,理性的对象适合峰值和山谷,或者对于较小值变小错误。

数据类型:char

忽略数据中的低级噪声,指定为标量。

例子:'肯迪尔机床', - 60

数据类型:双倍的

为Rational对象的拟合算法显示选项,指定为以下内容之一:

  • '离开'- 没有显示

  • “上”- 印刷信息

  • '阴谋'-插值进度图

  • “两个”- 都印刷信息和情节。

数据类型:char

对象的功能

timeresp Rational对象的时间响应和RationalFit.功能对象
steprep. Rational对象的步进信号响应RationalFit.功能对象
弗赖琴 理性对象的频率响应和RationalFit.功能对象
PWLRESP. 计算分段线性输入信号的时间响应
冲动 有理函数对象的脉冲响应
依差 返回True if.RationalFit.输出在所有频率是无源的
make 实施被动RationalFit.输出或Rational对象
被动 情节被动N-经过-NRationalFit.函数输出
生成 生成Spice文件RationalFit.的参数的

例子

全部收缩

从命名的文件创建S-Parameterspassive.s2p

s =斯波拉姆计(“passive.s2p”);

对s参数进行合理拟合。

适合=理性;

从名为的文件创建一个S-Parameters对象default.s2p.对s参数进行合理拟合。

s =斯波拉姆计('default.s2p');适合=理性(年代,'展示''阴谋'

图中包含一个轴。具有标题实际部分的数据和响应的轴包含12个类型线的对象。这些对象代表数据,响应,匹配点。

图中包含一个轴。标题为数据和响应虚部的轴包含12个类型为line的对象。这些对象代表数据,响应,匹配点。

图中包含一个轴。标题为Error (data和response之间的差异)的轴包含4个类型为line的对象。该对象表示Error。

fit = rational with properties: NumPorts: 2 numpole: 44 pole: [44x1 double]残基:[2x2x44 double] DirectTerm: [2x2 double] ErrDB: -22.6464

计算Rational对象的零,极点,增益和直流增益。

[z,p,k,dcgain] = zpk(配合)
z =2×2单元阵列{43x1 double} {43x1 double} {43x1 double} {43x1 double}
P =2×2单元阵列{44x1 double} {44x1 double} {44x1 double} {44x1 double}
k =2×2109× -2.5743 -0.0556 -0.6980 -1.3221
dcgain =2×20.0933 -0.0302 -1.1079 0.4746

从指定的S2P文件创建一个S参数对象。

s =斯波拉姆计(“sawfilterpassive.s2p”);f = S.Frequencies;

创建一个理性的具有容忍的对象-40D b。

Fit = Rational(S,-40);

将拟合值与数据进行比较。您可以在半志图上看到较小值的偏差。

dresp = freqresp(适合f);情节(20 * log10 (abs(挤压(S.Parameters (2 1:)))),...20 * log10 (abs(挤压(dresp (2 1:)))), f, 20 * log10 (abs(挤压(S.Parameters (2, 1:) -dresp(2 1:)))))标题('默认匹配sawfilterpassive.s2p');ylabel (“数据库”);包含(的频率(赫兹));传奇('数据'“健康”'错误''地点''西北');

图中包含一个轴。标题为Default Fitting for sawfilterpassive的轴。S2p包含3个line类型的对象。这些对象表示Data、Fit、Error。

创建一个理性的对象“ErrorMetric”设置为“相对”适合山峰和山谷。

rfit =理性(年代,-40,“ErrorMetric”“相对”);

将拟合值与数据进行比较。山峰和山谷都是合适的。

rresp = freqresp (rfit f);图(2)图(20 * log10 (abs(挤压(S.Parameters (2 1:)))),...f,20 * log10(abs(挤压(rreesp(2,1,:))),f,20 * log10(abs(挤压(s.parameters(2,1,:) -  rrecesp(2,1 ,:)))));标题(sawfilterpassive.s2p的相对误差拟合);ylabel (“数据库”);包含(的频率(赫兹));传奇('数据'“健康”'错误''地点''西北');

图中包含一个轴。标题为锯片滤波相对误差拟合的轴。S2p包含3个line类型的对象。这些对象表示Data、Fit、Error。

从指定的S2P文件创建一个S参数对象。

s =斯波拉姆计(“passive.s2p”);f = S.Frequencies;数据= S.Parameters;

将其中一个数据条目设置为零。

数据(2 2:)= 0;

创建一个理性的具有容忍的对象-40D b。

Fit = Rational(F,Data,-40);

将拟合值与数据进行比较。适合和数据密切匹配。

xresp = freqresp(适合f);图(3)图(f, abs(挤压(数据(2 1:))),f, abs(挤压(xresp (2 1:))))

图中包含一个轴。坐标轴包含两个line类型的对象。

在数据中添加噪声并创建一个理性的目的。

RNG(1);noisydata = data + 1e-4 * rand(大小(s.parameters));NFIT = Rational(F,Noisydata,-40);

将拟合结果与有噪声的数据进行比较。噪声无法拟合,因为这是一个具有较差误差度量的高阶拟合数据。

nresp = freqresp(nfit,f);图(4)绘图(F,ABS(挤压(2,2,:)),F,ABS(挤压(NRESP(2,2,:))))

图中包含一个轴。坐标轴包含两个line类型的对象。

创建一个理性的与噪音底板的物体-60dB,并绘制拟合曲线。fitter忽略了低噪声。

FFIT = Rational(F,Noisydata,-40,“NoiseFloor”, -60);fresp = freqresp (ffit f);图(5)图(f, abs(挤压(noisyData (2, 2,:))), f, abs(挤压(fresp (2, 2,:))))

图中包含一个轴。坐标轴包含两个line类型的对象。

另请参阅

在R2020A中介​​绍