估值输入信号 - MATLAB＆Simulink的金宝app - 金宝app,下载188bet金宝搏,金宝搏官方网站

估计输入信号

频率响应估计需要的输入信号中感兴趣的频率来激发模型。然后，该软件测量在指定的输出的响应，使用输入信号和测量的响应来估计的频率响应。

当您执行频率响应估计，你指定什么输入信号的类型使用，它是什么性质。

离线估计

下表总结了输入信号的类型，你可以使用离线估计线性化模型或者用MATLAB^®用于。的命令行frestimate。

信号	描述
Sinestream	一系列的正弦扰动一个接一个地施加。大多数情况下推荐使用Sinestream信号。当系统包含强非线性或需要非常精确的频率响应模型时，它们特别有用。
尖声地说	一种扫频信号，在一定的频率范围内激发系统，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。当您希望快速获得大量频率点的响应时，它们也很有用。
PRBS	一种确定性的伪随机二进制序列，它在两个值之间移动，具有类白噪声的特性。与使用sinestream输入信号相比，PRBS信号减少了总的估计时间，同时产生了可比较的估计结果。PRBS信号对于估计通信和电力电子系统的频率响应非常有用。
随机	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高达奈奎斯特频率均匀地激励该系统。
步	一个阶跃输入信号。Step输入可以快速模拟，当您对要评估的系统了解不多时，可以作为第一次尝试使用。
任意的	一个MATLAB时间序列，使用它可以指定任何随时间变化的信号作为输入。

一般情况下，所估计的频率响应与所述输入和输出信号为：

$R e 年代 p = \frac{F F T (y_{e 年代 t} (t))}{F F T (u_{e 年代 t} (t))} 。$

在这里,u_美东时间(t）是所注入的输入信号和y_美东时间(t)为相应的模拟输出信号。有关更多详细信息，请参见frestimate。

在线估计

对于在线估计频率响应估计块，你可以使用两种类型的输入信号：

Sinestream- 一系列正弦扰动的相继施加一个
叠加- 正弦扰动的一组同时施加

对于在线估计，使用sinestream信号可以是更准确的，可容纳一个较宽的频率范围内比的叠加信号的。该sinestream模式也可以少打扰。然而，由于sinestream扰动的顺序性，每个频率点添加增加实验时间。因此，估计试验是典型地与具有令人满意的结果的叠加信号快得多。

若要指定用于在线估计的输入信号的类型，请使用实验模式的参数频率响应估计块。

Sinestream信号

有关sinestream信号的结构和如何创建它们的详细信息，请参见Sinestream输入信号。

Chirp信号

有关chirp信号的结构和如何创建它们的详细信息，请参阅线性调频信号的输入。

PRBS信号

有关PRBS信号的结构和如何创建它们的详细信息，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励系统，直到奈奎斯特频率。创建用于估计的随机输入信号:

在里面线性化模型,在估计选项卡，选中输入信号>随机。
在命令行中使用frest.Random创建随机信号并将其用作输入参数frestimate。

随机信号包括均匀地间隔分布的随机数[0振幅]要么[振幅0]用于正和负振幅，分别。当你创建输入信号可以直接指定振幅，采样时间，和样品的数量。另外，如果您有相关的线性时不变（LTI）模型，如状态空间（党卫军，你可以使用它来初始化随机信号参数。例如，如果你有一个精确的线性化系统，你可以使用它来初始化参数。

当您使用随机输入信号进行估计时，估计中返回的频率FRD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得到的频率(参见算法部分)frestimate）。

阶跃信号

阶跃输入可以快速模拟。像随机信号一样，阶跃信号可以激励系统的所有频率，直到奈奎斯特频率。由于这些原因，当您对要评估的系统了解不多时，步骤输入可以作为第一次尝试。然而，激励幅值随频率的增加而迅速减小。因此，阶跃信号最适用于识别以最慢极点为主的低阶植物。阶跃输入不推荐用于宽范围的频率估计。

创建用于估计，使用一个步骤的输入信号frest.createStep。该函数创建一个MATLABtimeseries该表示具有采样时间阶跃输入，步骤时间，步长大小，和总信号长度所指定当调用frest.createStep。

要使用你在MATLAB工作区创建步骤输入信号：

在里面线性化模型,在估计选项卡，从现有的输入信号部分的输入信号下拉列表。
在命令行，用它作为输入参数frestimate。

当使用阶跃输入信号进行估计时，估计中返回的频率FRD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得到的频率(参见算法部分)frestimate）。

任意的信号

如果你想使用比sinestream，啁啾，步骤或随机信号以外的信号，你可以提供自己的MATLABtimeseries宾语。例如，您可以创建一个timeseries表示斜坡、锯齿或方波输入。

要使用timeseries对象作为输入信号进行估计，首先创建timeseries在MATLAB的工作空间。然后：

在里面线性化模型,在估计选项卡，从现有的输入信号部分的输入信号下拉列表。
在命令行，用它作为输入参数frestimate。

当您使用任意输入信号进行估计，频率在估计的返回FRD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得到的频率(参见算法部分)frestimate）。

叠加信号

叠加信号只可用于在线估计频率响应估计块。在频率的矢量的频率响应估计ω= [ω₁、……ω_N在振幅)一个= [一个₁、……一个_N]，叠加信号由下式给出：

$Δ u = \sum_{我} {一个}_{我} 罪 (ω_{我} t) 。$

的块提供扰动Δu对于实验的持续时间（当启动/停止信号是积极的)。该块决定了等待系统瞬态消失的时间以及使用多少周期进行估计，如下图所示。

T_经验值您在启动/停止信号的配置中指定的实验持续时间(参见启动/停止有关更多信息，请参见块参考页面上的端口描述)。对于估计计算，块仅使用在的窗口中收集的数据N_最长P。在这里,P频率矢量中最慢频率的周期是多少ω和N_最长是的值用于估计的最低频率的周期数块参数。该窗口之前的任何周期被丢弃。因此，稳定时间T_解决=T_经验值- - - - - -N_最长P。如果你知道你的系统迅速建立，可以缩短T_经验值在不改变N_最长有效缩短T_解决。如果你的系统是喧闹的，你可以增加N_最长获得更多的场均数据采集窗口。无论哪种方式，总是选择T_经验值足够长的时间足够稳定和足够的数据收集。建议T_经验值= 2N_最长P。