文件帮助中心文件
从持续离散时间转换模型
sysd =汇集(sysc Ts)
Sysd = C2D(SYSC,TS,方法)
sysd =汇集(sysc, Ts,选择)
[SYSD,G] = C2D(___)
例子
sysd= C2D(sysc那TS.)可连续时间动态系统模型sysc使用零阶保持对输入和采样时间的TS..
sysd= C2D(sysc那TS.)
sysd
sysc
TS.
sysd= C2D(sysc那TS.那方法)指定离散化方法。
sysd= C2D(sysc那TS.那方法)
方法
sysd= C2D(sysc那TS.那选择)指定离散化的其他选项。
sysd= C2D(sysc那TS.那选择)
选择
[sysd那G] = C2D(___),在那里sysc是一个状态空间模型,返回一个矩阵,G这映射了连续的初始条件X0.和你0.状态空间模型到离散时间初始状态矢量X[0]。
[sysd那G] = C2D(___)
G
全部折叠
这个示例使用:
离散以下连续时间传递函数:
H ( S. ) = E. - 0. . 3. S. S. - 1 S. 2 + 4. S. + 5. .
该系统的输入延迟为0.3秒。使用示例时间的三角形(一阶保持)近似来离散系统TS.= 0.1 s。
H = tf([1 -1],[1 4 5],'inputdelay', 0.3);高清=汇集(H, 0.1,“呸”);
比较了连续系统和离散系统的阶跃响应。
步骤(h,' - ',高清,“——”)
在输入端使用零阶保持器和10hz采样率离散下列延迟传递函数。
H ( S. ) = E. - 0. . 2 5. S. 1 0. S. 2 + 3. S. + 1 0. .
H = TF(10,[1 3 10],'iodelay', 0.25);高清=汇集(h, 0.1)
HD = 0.01187 Z ^ 2 + 0.06408 Z + 0.009721 Z ^( - 3)* ----------------------------------------z^2 - 1.655 z + 0.7408 Sample time: 0.1 seconds Discrete-time transfer function.
在本例中,离散化模型高清延迟三个采样期。离散化算法将残留半周期延迟吸收到系数中高清.
高清
比较连续时间和离散模型的步骤响应。
步骤(h,“——”高清,' - ')
建立具有两个状态和一个输入延迟的连续时间状态空间模型。
sys = ss(tf([1,2],[1,4,2])));sys.inputdelay = 2.7
sys = a = x1 x2 x1 -4 -2 x2 1 0 b = u1 x1 2 x2 0 c = x1 x2 y1 0.5 1 d = u1 y1 0输入延迟(秒):2.7连续状态空间模型。
采用Tustin离散化方法对模型进行离散化,并采用Thiran滤波器对分数阶延迟进行建模。样品时间TS.= 1秒。
opt = c2doptions('方法'那'tustin'那'fractdelayapproxorder'3);sysd1 =汇集(sys, 1,选择)
sysd1 = = (x1, x2) x3 x4 x5 (x1, x2) 0.2857 0.7143 -0.001325 -0.4286 -0.5714 -0.00265 0.06954 2.286 0.03477 - 1.143 0.25 x3 0 0 -0.2432 0.1449 -0.1153 x4 0 0 0 0 0.125 x5 0 0 0 0 B = 0.001029 u1 x1 0.002058 x2 0 x3 8 x4 x5 0 x1 C = x3 x4 x5日元0.2857 0.7143 -0.001325 0.001029 0.03477 - 1.143 D = u1 y1样品时间:1秒离散时间状态空间模型。
离散化模型现在包含三个附加状态X3那X4,X5对应一个三阶Thiran滤波器。由于时延除以样本时间为2.7,因此三阶Thiran滤波器('fractdelayapproxorder'= 3)可以近似整个时间延迟。
X3
X4
X5
'fractdelayapproxorder'
估计连续时间传递函数,并将其离散。
加载iddata1sys1c = tfest(z1,2);SYS1D = C2D(SYS1C,0.1,“zoh”);
估计二阶离散时间传递函数。
sys2d =特遣部队(z1 2'ts',0.1);
比较离散连续时间传递函数模型的响应,sys1d,直接估计离散时间模型,sys2d.
sys1d
sys2d
比较(Z1,SYS1D,SYS2D)
这两个系统几乎相同。
将一个确定的状态空间模型离散化,以建立一个提前一步预测其响应的预测器。
使用估计数据创建连续时间识别的状态空间模型。
加载iddata2sysc = ss (z2, 4);
预测前方的1步预测响应sysc.
预测(SYSC,Z2)
离散化模型。
SYSD = C2D(SYSC,0.1,“zoh”);
从离散模型构建预测仪模型,sysd.
[A, B, C, D, K) = idssdata (sysd);预测器= ss(A-K*C,[K -K*D],C,[0 D],0.1);
预测是使用测量输出和输入信号的双输入模型吗([z1。y z1.u])计算1步预测响应sysc.
预测
([z1。y z1.u])
模拟预测仪模型以获得相同的响应预测命令。
lsim(预测[z2.y z2.u])
对预测器模型的模拟得到了与之相同的响应预测(SYSC,Z2).
连续时间模型,指定为动态系统模型如idtf那IDS., 或者idpoly.sysc不能成为频率响应数据模型。sysc可以是SISO或MIMO系统,除了'匹配'离散化方法仅支持SISO系统。万博1manbetx
idtf
IDS.
idpoly
'匹配'
sysc可以有输入/输出或内部时间延迟;然而,'匹配'那“冲动”,最小二乘的方法不支持带有内部时间延迟的状万博1manbetx态空间模型。
“冲动”
最小二乘的
以下识别的线性系统不能直接离散:
idgrey.模特functiontype.是'C'.转换成IDS.第一个模型。
idgrey.
functiontype.
'C'
IDProc.模型。转换成idtf或者idpoly第一个模型。
IDProc.
示例时间,指定为正标量,表示所产生的离散时间系统的采样周期。TS.是时髦, 哪一个是sysc.timeUnit.财产。
时髦
sysc.timeUnit.
“zoh”
“呸”
'tustin'
离散化方法,指定为以下值之一:
“zoh”-零阶保持(默认)。假设控制输入在采样时间内是分段常数TS..
“呸”- 三角形近似(修改的一阶保持)。假设控制输入在采样时间上是分段线性TS..
“冲动”-脉冲不变离散化
'tustin'- Bilinear(Tustin)方法。用频率预警指定此方法(以前称为“prewarp”方法),使用预先验证选择c2doptions..
“prewarp”
预先验证
c2doptions.
'匹配'-零极点匹配方法
最小二乘的- 最小二乘法
'湿润'-阻尼Tustin近似基于TRBDF2仅用于稀疏型号的公式。
'湿润'
TRBDF2
有关每种转换方法的算法的信息,请参见Continuous-Discrete转换方法.
离散化选项,指定为ac2doptions.目的。例如,指定PREWARP频率,Thiran滤波器或离散化方法的顺序作为选项。
离散时间模型,返回为与输入系统类型相同的动态系统模型sysc.
当sysc是一个识别的(idlti)模型,sysd:
包括测量和噪声成分sysc.创新方差λ连续时间鉴定模型sysc,存储在它的noisavariance.属性被解释为噪声频谱的光谱密度的强度。噪声方差sysd因此是λ/ ts.
noisavariance.
不包括的估计参数协方差sysc.如果想在离散化模型时转换协方差,请使用translatecov.
translatecov
连续时间初始条件的映射X0.和你0.状态空间模型的sysc到离散时间初始状态向量X[0],以矩阵的形式返回。初始条件到初始状态向量的映射如下:
X [ 0. ] = G ⋅ [ X 0. 你 0. ]
对于具有时间延迟的状态模型,C2D.垫矩阵G通过分配来解释通过离散化这些延误来介绍的其他国家。看Continuous-Discrete转换方法讨论离散系统的时滞建模问题。
C2D.
c2doptions.|d2c|d2d|translatecov|瑟兰(控制系统工具箱)
d2c
d2d
瑟兰
您有这个示例的一个修改版本。要用编辑打开这个例子吗?
您单击了与此MATLAB命令对应的链接:
通过在MATLAB命令窗口中输入该命令来运行该命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站,以便在可用的地方进行翻译的内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。
与当地办事处联系
得到审判现在