平方根法平衡模型截断
GRED = balancmr(G,order) [GRED,redinfo] = balancmr(G,key1,value1,…)[GRED,redinfo] = balancmr(G,order,key1,value1,…)
balancmr
返回一个降阶模型gre考试
的G
和一个struct数组redinfo
包含简化模型的误差界和原系统的Hankel奇异值。
误差范围的计算基于的汉克尔奇异值G
.对于一个稳定的系统,这些值表示系统各自的状态能。因此,通过检查系统的Hankel奇异值,可以直接确定降阶,σι.
只有一个输入参数G
时,函数将显示原模型的Hankel奇异值图,并提示模型阶数减少。
该方法保证了函数的无穷范数上的误差界添加剂错误∥G-GRED
∥∞用于条件良好的模型减少问题[1]:
的输入参数balancmr
.
论点 |
描述 |
---|---|
G |
要缩减LTI模型。没有其他输入, |
订单 |
(可选)为简化模型的期望顺序的整数,或可选地为批处理运行填充了期望顺序的向量 |
通过指定,可以生成一系列不同的降阶模型的批量运行Order = x:y
,或正整数向量。默认情况下,系统的所有反稳定部分都被保留,因为从控制稳定性的角度来看,摆脱不稳定状态对系统建模是危险的。
“MaxError”
可以以相同的方式指定为'
订单
'
.在这种情况下,当Hankel奇异值的尾部之和达到时,将确定降阶“MaxError”
.
该表列出了输入参数“关键”
和它的“价值”
.
论点 |
价值 |
描述 |
---|---|---|
|
不同误差的实数或向量 |
减少目标H∞错误。当礼物, |
|
|
可选的LTI权重的1 × 2单元格数组
可以使用加权函数使模型约简算法集中在感兴趣的频带上。看到的: 作为替代,你可以使用 默认的权重都是相同的。 |
|
|
显示Hankel奇异图(默认值 |
|
整数,向量或单元格数组 |
简化模型的阶数。仅当未指定为第二个参数时使用。 |
该表描述输出参数。
论点 |
描述 |
---|---|
gre考试 |
LTI降阶模型。当输入为不同模型顺序的序列时,变为多维数组 |
REDINFO |
STRUCT数组有三个字段:
|
G
可以是稳定的或不稳定的,连续的或离散的。
给定一个状态空间(A, B, C, D)的系统和k,得到所需的降阶,接下来的步骤将产生相似度变换,将原始状态空间系统截断为kth降阶模型。
求可控性和可观测性语法函数的奇异值向量
P = upΣpVpT
Q = u问Σ问V问T
求出语法向量(左/右特征向量)的平方根
lp= UpΣp½
lo= U问Σ问½
求(的SVD)loTlp)
loTlp= UΣVT
然后是最后的左右变换kth降阶模型为
年代L,大L =oU(: 1:k)Σ(1;k1:k))——½
年代R,大L =pV(: 1:k)Σ(1;k1:k))——½
最后,
平方根平衡截断算法的证明可以在[2].
[1] Glover, K.,“线性多变量系统的所有最优Hankel范数近似,及其L μ -误差边界,”Int。J.控制,第39卷,第6期,1984年,第1145-1193页
[2] Safonov, m.g.,和R.Y. Chiang,“平衡模型约简的舒尔方法,”IEEE反式。自动售货机。来讲。1989年7月,第34卷第7期,第729-733页