主要内容

d2c

将模型从离散连续时间

所有的页面崩溃

语法

sysc = d2c (sysd)
sysc = d2c (sysd、方法)
sysc = d2c (sysd选择)
(sysc G) = d2c (___)

描述

例子

sysc= d2c (sysd)转换的离散时间动态系统模型sysd一个连续时间模型使用零输入。

例子

sysc= d2c (sysd,方法)指定的转换方法。

例子

sysc= d2c (sysd,选择)指定为离散化转换选项。

(sysc,G)= d2c (___),在那里sysd状态空间模型是一个,返回一个矩阵G映射的州xd [k]离散时间状态空间模型的状态xc (t)的sysc。

例子

全部折叠

打开生活的脚本

创建以下离散传递函数:

H ( z ) = z - - - - - - 1 z 2 + z + 0 。 3 

H =特遣部队([1],[1 1 0.3],0.1);

的样品时间模型 T 年代 = 0 。 1 年代 。

得到一个连续时间,零阶保持器等效模型。

Hc = d2c (H)
Hc = 121.7 + 1.758 e-12 - - - - - - - - - - - - - - - - - - - - - - - - s ^ 2 + 12.04 + 776.7连续时间传递函数。

离散化的模型,Hc,默认的零级保存方法和样本时间0.1秒返回原始离散模型,H。

c2d (Hc, 0.1)
ans = z - 1 - - - - - - - - - - - - - z ^ 2 + z + 0.3样品时间:0.1秒的离散传递函数。

使用转换Tustin近似方法H连续时间模型。

Hc2 = d2c (H,“tustin”);

离散化的模型、Hc2回到原来的离散时间模型,H。

c2d (Hc2, 0.1,“tustin”);

这个示例使用:

打开生活的脚本

估计离散传递函数模型,并将它转换成一个连续时间模型。

负载iddata1sys1d =特遣部队(z1 2“t”,0.1);sys1c = d2c (sys1d,“zoh”);

估计一个连续时间传递函数模型。

sys2c =特遣部队(z1, 2);

比较的反应sys1c和直接估计连续时间模型,sys2c。

比较(z1, sys1c sys2c)

图包含一个坐标轴对象。坐标轴对象与ylabel y1包含3线类型的对象。这些对象代表验证数据(日元),sys1c: 69.3%, sys2c: 70.77%。

两个系统是几乎相同的。

这个示例使用:

打开生活的脚本

将一个确定离散传递函数模型转换为连续时间。

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

sys1c没有协方差信息。的d2c操作会导致识别模型的协方差数据的损失。

再生使用零协方差信息迭代更新估计命令和估计相同的数据。

选择= tfestOptions;opt.SearchOptions。MaxIterations = 0;sys1c =特遣部队(z1、sysc选择);

分析不确定性对频率特性的影响。

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

图包含2轴对象。坐标轴对象1的标题:u1:日元ylabel级(dB)包含2线类型的对象。这些对象代表sysd sys1c。坐标轴对象2 ylabel阶段(度)包含2线类型的对象。这些对象代表sysd sys1c。

的不确定性sys1c和sysd具有可比性的奈奎斯特频率。然而,sys1c展品大频率范围的不确定性的估计数据不提供任何信息。

如果你没有访问估计数据,使用translatecov命令是一个基于Gauss-approximation公式翻译之间的协方差模型类型转换操作。

输入参数

全部折叠

离散时间模型,指定为一个动态系统模型如特遣部队,党卫军,或zpk。

你不能直接使用idgrey模型的FunctionType是' d '与d2c。将该模型转换为中的难点形式。

Discrete-to-continuous时间换算方法,指定为以下值之一:

  • “zoh”——零输入。假设控制输入采样周期分段常数。

  • “呸”-线性插值的输入(修改一阶举行)。假设控制输入是分段线性采样周期。

  • “tustin”-双线性(Tustin)近似导数。指定该方法与频率prewarping(原名“prewarp”方法),使用PrewarpFrequency选择d2cOptions。

  • “匹配”——Zero-pole匹配方法(仅对输出系统)。看到[1]。

对于信息的算法d2c转换方法,请参阅Continuous-Discrete转换方法。

Discrete-to-continuous时间转换选项,使用创建的d2cOptions。例如,指定prewarp频率或转换方法作为一个选项。

输出参数

全部折叠

连续时间模型,作为一个动态系统模型返回相同类型的输入系统sysd。

当sysd是一个识别(IDLTI)模型,sysc:

  • 包括测量和噪声的组成部分sysd。如果噪声方差λ在sysd,然后连续时间模型sysc有一个表示程度的噪声谱密度等于什么Ts *λ。

  • 不包括参数估计协方差的sysd。如果你想翻译的协方差,而转换模型,使用translatecov(系统辨识工具箱)。

映射的州xd [k]状态空间模型的sysd美国xc (t)的sysc,作为一个矩阵返回。映射的状态如下:

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

给定一个初始条件x0为sysd和最初的输入情况= u [0],相应的初始条件sysc(假设u [k] = 0为k < 0是:

x c ( 0 ) = G ( x 0 u 0 ] 。

引用

[1]富兰克林,G.F.鲍威尔,D.J.,和Workman, M.L.,动态系统的数字控制(第3版),普伦蒂斯霍尔出版社,1997。

[2]科勒,我。,G。F. Franklin, and R. Pintelon, "On the Equivalence of z-domain and s-domain Models in System Identification,"IEEE学报》®仪器和测量技术会议,布鲁塞尔,比利时,1996年6月,卷1,14 - 19页。

版本历史

之前介绍过的R2006a

另请参阅

||(系统辨识工具箱)||

主题