d2d

重新取样离散时间模型

全页折叠

语法

sys1= d2d (sys,Ts) sys1= d2d (sys,Ts”,方法') sys1= d2d (sys,Ts,选择)

sys1= d2d (sys,Ts)重新建立离散时间动态系统模型sys产生一个等效的离散时间模型sys1用新的样本时间Ts(以秒为单位)，在输入端使用零阶保持。

sys1= d2d (sys,Ts”,方法')使用指定的重采样方法“方法”:

参阅有关每种算法的信息d2d转换方法,请参阅Continuous-Discrete转换方法。

sys1= d2d (sys,Ts,选择)重新取样sys使用选项集withd2dOptions。

打开生活的脚本

使用示例时间0.1秒创建以下零极点增益模型。

$H (z) = \frac{z - 0 。 7}{z - 0 。 5}$

H = zpk (0.7, 0.5, 0.1);

以0.05秒重新取样模型。

H2 = d2d (H, 0.05)

H2 = (z-0.8243)—(z-0.7071)采样时间:0.05秒离散时间0 /极点/增益模型。

重新取样H2在0.1秒时获得原始模型H。

H3 = d2d (H2, 0.1)

H3 = (z-0.7)—(z-0.5)采样时间:0.1秒离散时间0 /极点/增益模型。

这个示例使用:

打开生活的脚本

假设您估计一个离散时间输出误差多项式模型，其采样时间与估计数据(0.1秒)相当。但是，您的部署应用程序需要更快的采样频率(0.01秒)。您可以使用d2d重新采样您的估计模型。

加载估计数据。

负载iddata1z1z1.Ts

ans = 0.1000

z1是一个iddata对象，包含估计的输入-输出数据，采样时间为0.1秒。

估计一个输出误差多项式模型的秩序(2 2 1)。

sys = oe(z1，[2 2 1]);sys.Ts

ans = 0.1000

在0.01秒内重新取样模型。

sys2 = d2d (sys, 0.01);sys2.Ts

ans = 0.0100

d2d使用零阶保持器方法重新建立模型。

使用语法sys1 = d2d (sys, Ts,“方法”)要重新取样sys使用默认选项“方法”。指定tustin使用频率预扭曲重新采样，使用语法sys1 = d2d (sys, Ts,选择)。有关更多信息，请参见d2dOptions。
当sys是一个确定的(IDLTI)模型，sys1不包括的估计参数协方差吗sys。如果您想在转换模型时转换协方差，请使用translatecov。

下载代码示例