C2D.

从持续离散时间转换模型

页面上倒塌

句法

sysd =汇集(sysc Ts)

Sysd = C2D（SYSC，TS，方法）

sysd =汇集(sysc, Ts,选择)

[SYSD，G] = C2D（___）

描述

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.．

例子

sysd= C2D（sysc那TS.那方法）指定离散化方法。

例子

sysd= C2D（sysc那TS.那选择）指定离散化的其他选项。

[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X_0.和你_0.状态空间模型到离散时间初始状态矢量X[0]。

例子

全部折叠

将传递函数离散化

这个示例使用:

控制系统工具箱控制系统工具箱

打开生活的脚本

离散以下连续时间传递函数：

$H （ S. ） = {E.}^{- 0. ． 3. S.} \frac{S. - 1}{{S.}^{2} + 4. S. + 5.} ．$

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，“——”）

图中包含一个轴。坐标轴包含两个line类型的对象。这些物体代表H和Hd。

系数中吸收分数阶延迟的离散模型

这个示例使用:

控制系统工具箱控制系统工具箱

打开生活的脚本

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。

$H （ S. ） = {E.}^{- 0. ． 2 5. S.} \frac{1 0.}{{S.}^{2} + 3. S. + 1 0.} ．$

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．

比较连续时间和离散模型的步骤响应。

步骤(h,“——”高清,' - '）

图中包含一个轴。坐标轴包含两个line类型的对象。这些对象代表H，HD。

具有近似分数延迟的离散模型

这个示例使用:

控制系统工具箱控制系统工具箱

打开生活的脚本

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。

离散化确定的模型

打开生活的脚本

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．

比较（Z1，SYS1D，SYS2D）

图中包含一个轴。坐标轴包含3个类型为line的对象。这些对象表示z1 (y1)， sys1d: 70.77%， sys2d: 69.3%。

这两个系统几乎相同。

建立预测模型

这个示例使用:

打开生活的脚本

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）

图中包含一个轴。轴包含类型线的对象。这些对象代表Z2（Y1），SYSC。

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．

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])

图中包含一个轴。坐标轴包含3个类型为line的对象。这些物体代表Driving输入，Predictor。

对预测器模型的模拟得到了与之相同的响应预测（SYSC，Z2）．

输入参数

全部折叠

`sysc`-连续动态系统
动态系统模型

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

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。

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。
IDProc.模型。转换成idtf或者idpoly第一个模型。

`TS.`-采样时间
正标量

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。

`方法`-离散化方法
`“zoh”`（默认）|`“呸”`|`“冲动”`|`'tustin'`|`'匹配'`|`最小二乘的`

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.．
'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。