invfreqs
从频率响应数据中识别连续时间滤波器参数
语法
描述
例子
输入参数
输出参数
提示
在使用高频率构建高阶模型时,重要的是缩放频率,除以一个因子,例如中存在的最高频率的一半w
,从而得到的良好条件值一个
而且b
.这对应于时间的缩放。
算法
默认情况下,invfreqs
采用方程误差法从数据中确定最佳模型。这个发现b
而且一个
在
通过创建一个线性方程组并用MATLAB求解®\
操作符。在这里一个(w(k)),B(w(k)为多项式的傅里叶变换一个
而且b
,分别在频率处w(k),n频率点的个数(长度h
而且w
).该算法是基于Levi的[1].文献中已经提出了几种变体,其中加权函数wt
较少关注高频。
高级(“输出误差”)算法使用阻尼迭代搜索的高斯牛顿方法[2],以第一个算法的输出作为初始估计。这解决了将实际频率响应点与期望频率响应点之间的平方误差加权和最小化的直接问题。
参考文献
[1] Levi, e.c.“复杂曲线拟合”。愤怒的反式。有关自动控制.卷AC-4, 1959,第37-44页。
[2]丹尼斯,J. E., Jr.和R. B.施纳贝尔。无约束优化与非线性方程的数值方法。恩格尔伍德悬崖,新泽西州:Prentice-Hall, 1983。
版本历史
R2006a之前介绍