2 常见模块库(3)

news2025/1/21 18:42:51

2.9 积分模块(2)

External reset:

在什么条件下进行外部重置操作描述一下每个选项:

  • Rising:当重置信号从非正的值(0或负值)变为正值时,重置积分器的状态。

  • Falling:当重置信号从正值变为非正值(0或负值)时,重置积分器的状态。

  • Either:当重置信号变化时(从0到非0或从非0到0),或者在符号变化时(从正数到负数或反之),重置积分器的状态。

  • Level:当重置信号在当前时间步为非0,或者在前一个时间步为非0而在当前时间步变为0时,重置积分器的状态。

  • Level-Hold:当重置信号在当前时间步为非0时,进入重置状态并持续一段时间,然后恢复到普通积分状态。

在某些建模方案中,使用 State port 可以避免创建代数环。

代数环指的是在 Simulink 模型中,当一个变量的输出值需要反馈到所在模块的输入中时,就会形成一个环路的情况。因为这种情况涉及到对变量自身进行连续时间域的解算,通常需要无限次迭代计算才能得到正确的结果,这会导致模型无法正常运行并进入死循环。代数环通常是模型设计中不希望出现的情况,一旦出现,可能会导致模型计算时间过长,模型无法正常运行等问题。因此,在设计模型时,需要仔细确认是否出现代数环。

2.10 单位延迟模块

在这里插入图片描述

广泛用于:迭代式滤波器,非迭代式滤波器,离散时间传递函数控制系统

2.11 离散时间积分模块

1)Forward Euler method:

y(n) = y(n-1) + K*[t(n) - t(n-1)]*u(n-1)

在这里插入图片描述

前向欧拉法是最简单的一种数值解微分方程的方法。

假设需要求解如下一阶常微分方程:
y'(t) = f(t,y(t)),t ∈ [t0, T],y(t0) = y0
其中,y(t) 表示未知函数,f(t,y) 表示函数 f 的导数。该方程的物理意义是,y‘(t) 是在时间 t 上 y(t) 的变化率,即在 t 时刻的瞬时斜率。
假设有一组离散时间点 {tn},其步长为 h,即 tn+1 = tn + h,以及一组数值解 {yn},则前向欧拉法的递推公式为:
yn+1 = yn + h * f(tn, yn)
即利用函数值在当前时刻(tn,yn)和导数在此时刻的近似值(f(tn,yn)),计算出 yn+1,即下一个时间点的函数值的估计值。

下面是一个通过前向欧拉法求解 y'(t) = -y(t) 的例子:
由于这个方程的导数为负,意味着该函数是一个指数函数,所以 y(t) = exp(-t) 是它的一个解。为了验证前向欧拉法的准确性,我们分别取 h = 0.1 和 h = 0.01,即分别以不同的步长计算函数值估计值。例如,在 h = 0.1 的情况下,我们从 0 开始计算 y(0) 的估计值:
y1 = y0 + h * f(t0, y0) = y0 - 0.1 * y0 = 0.9
然后,再从 t = 0.1 开始计算 y(0.1) 的估计值:
y2 = y1 + h * f(t1, y1) = y1 - 0.1 * y1 = 0.81
以此类推,得到一组数值解 {0.9,0.81,0.729...}。同样的,可以利用 h = 0.01 计算得到一组更为精确的数值解 {0.9901,0.980297,0.970593...}。

显然,随着 h 的减小,数值解精度也会提高,但是计算复杂度也会提高。因此,在实际应用中需要综合权衡,选择适当的步长来对微分方程进行数值解求解。

2)Backward Euler method:

y(n) = y(n-1) + K*[t(n) - t(n-1)]*u(n)

在这里插入图片描述

3)Trapezoidal method:

y(n) = y(n-1) + K*[t(n)-t(n-1)]*[u(n)+u(n-1)]/2

离散时间积分模块:

**Integration Forward Euler Method适用于逼近连续函数在一定时间间隔内的积分值。**具体来说,它将函数在积分区间内进行离散化采样,将时间轴离散化为时间步数,并以前向欧拉法逼近积分值。其计算方式是按一定时间间隔递归计算,并将每次的小积分值相加以求得总积分值。Integration Forward Euler Method通常用于计算无法直接求解积分的微分方程问题,以及求解复杂的积分表达式。

**Accumulation Forward Euler Method适用于逼近连续变化的信号在一定时间间隔内的累积和。**具体来说,它将信号在时间轴上进行离散化采样,并使用前向欧拉法逼近信号的积分或累积和。其计算方式是在每个时间步长上逼近积累值,并将采样值和时间步长的乘积相加得到当前的积累值。Accumulation Forward Euler Method通常用于计算信号的平均值、变化速率、能量或功率等。

因此,Integration Forward Euler Method和Accumulation Forward Euler Method的区别在于它们逼近的对象不同,一个是函数的积分值,一个是信号的积分或累积值;它们的计算方式也有所不同,因为其逼近的对象不同,所涉及的离散化采样和时间步长也不相同。

例子:

在这里插入图片描述

在这里插入图片描述

在使用Discrete-Time Integrator时,需要指定其样本时间(sample time)。**如果将样本时间设置为-1,则模块可能会认为该模块不需要进行采样,即不需要进行积分操作。**因此,如果想使用Discrete-Time Integrator进行积分计算,需要正确设置样本时间,以保证结果的正确性和稳定性。

2.12 数据类型转换模块

Input Data Types: single | double | half | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | Boolean | fixed point | enumerated

Output Data Types: single | double | half | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | Boolean | fixed point | enumerated
在这里插入图片描述

fixdt有三种形式:fixdt(A,B),fixdt(A,B,C),fixdt(A,B,D,E)

在这里插入图片描述

Input and Output to have equal有两个选择:Real World Value(RWV)和Stored Integer(SI)

在这里插入图片描述

Integer rounding mode

下面详细解释一下这7种整数舍入模式的含义和应用场景。

  1. Ceiling:向正无穷取整。例如,对于小数2.1,使用Ceiling模式取整后得到整数3;对于小数-2.1,使用Ceiling模式取整后得到整数-2。在金融计算中,Ceiling模式常用于计算利息和税收等问题。
  2. Convergent:根据当前值的奇偶性,向最接近的偶数取整。例如,对于小数2.5,使用Convergent模式取整后得到整数2;对于小数3.5,使用Convergent模式取整后得到整数4。在统计学和信号处理中,Convergent模式常用于对数据进行平滑处理。
  3. Floor:向负无穷取整。例如,对于小数2.1,使用Floor模式取整后得到整数2;对于小数-2.1,使用Floor模式取整后得到整数-3。在计算几何和计算机图形学中,Floor模式常用于计算点的坐标。
  4. Nearest:四舍五入。例如,对于小数2.4,使用Nearest模式取整后得到整数2;对于小数2.6,使用Nearest模式取整后得到整数3。在科学计算和工程应用中,Nearest模式是最常用的整数舍入模式之一。
  5. Round:四舍五入。与Nearest模式相同,Round模式也是四舍五入模式。如果出现平局,则将正数向正无穷大舍入,将负数向负无穷大舍入。
  6. Simplest:自动选择最优的舍入模式。Simplest模式会根据当前的计算场景自动选择最优的舍入模式,以提高计算效率。
  7. Zero:向零取整。相当于正值用地板模式,负值用天花板模式。从绝对值上看,直接抹掉小数部分。例如,对于小数2.1,使用Zero模式取整后得到整数2;对于小数-2.1,使用Zero模式取整后得到整数-2。

例子:

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/434345.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Java每日一练(20230419)

目录 1. 二叉树的最大深度 🌟 2. 二叉树的层序遍历 🌟🌟 3. 最短回文串 🌟🌟🌟 🌟 每日一练刷题专栏 🌟 Golang每日一练 专栏 Python每日一练 专栏 C/C每日一练 专栏 Jav…

双向带头循环链表的实现

双向带头循环链表 双向带头循环链表结构讲解期望实现功能创建链表和头节点作用头插和头删头插头删 尾插与尾删尾插尾删 pos 删除和插入插入删除 打印和查找 整体代码 这个数据结构可以算是YYDS的存在了。 我们前面讲过的单链表,尾删和尾插需要遍历数组,极…

是时候该换掉你的axios了

axios是一个基于Promise的HTTP客户端,每周的npm下载量4000W,如果回到在10年前,promise式的请求工具是一个很大的创新,它解决了请求繁琐的问题,在那个性能要求不那么高的年代可谓是一骑绝尘。但随着时间的推移&#xff…

【网络】UDP协议 TCP协议

🥁作者: 华丞臧. 📕​​​​专栏:【网络】 各位读者老爷如果觉得博主写的不错,请诸位多多支持(点赞收藏关注)。如果有错误的地方,欢迎在评论区指出。 推荐一款刷题网站 👉 LeetCode刷题网站 文章…

Centos7安装Elasticsearch6.4.3和Kibana6.4.3

一、下载好安装文件上传到/usr/local 二、安装Java环境 1)、解压jdk tar -zxvf jdk-8u181-linux-x64.tar.gz2)、 配置Java环境变量 vim /etc/profile 3)、profile末尾添加 export JAVA_HOME/usr/local/jdk1.8.0_181 export PATH$JAVA_HO…

【2023 · CANN训练营第一季】昇腾AI入门课(Pytorch)---昇腾AI入门课(PyTorch)微认证考试

1、下列不属于昇腾计算服务层的是() 2、AscendCL的优势包括() 3、使用AscendCL开发应用的基本流程,以下正确的是? 4、关于AscendCL初始化,以下说法不正确的是? 5、以下关于ATC工具说法正确的是 6、模型转换工具的名称是&#xf…

深入实战探究 Vue 2.7 Composition API 的强大之处

最近几年公司开发一直使用的是 Vue2.6,对于逻辑复用使用的是 Mixin 方式,但随着项目体量的增加,带了一些问题,特别是:数据混乱问题:实例上的数据属性从当前模板文件中无法查取到,存在多个 Mixin…

API 鉴权都有哪些分类,这些重点不要错过

API鉴权是保证API安全性和可用性的一项重要措施。通过API鉴权,系统可以对用户或者应用进行有效的身份认证和权限管理。一般来说,在实际开发中,我们使用以下几种API鉴权方式: 1. 基本认证 基本认证是API鉴权的一种最基本形式。此方…

如何创建Spring项目

创建Spring项目 创建一个Maven项目 这里使用的是2023版本的idea。 添加Spring框架支持 在项目的pom.xml中添加Spring支持。这里可以到中央仓库找一下。 <dependencies><!-- https://mvnrepository.com/artifact/org.springframework/spring-context --><dep…

Android Binder 图文解释和驱动源码分析

前言 最近在学习Binder&#xff0c;之前都是跳过相关细节&#xff0c;通过阅读文章对Binder有了一些认识&#xff0c;但是并没有真正理解Binder。如果要深入理解Framework的代码&#xff0c;就必须要真正理解Binder。 我学习Binder的方法&#xff1a; 一边阅读Gityuan的Bind…

视觉语言模型究竟能帮助我们完成哪些工作?

当前&#xff0c;多模式人工智能已经成为一个街谈巷议的热门话题。随着GPT-4的最近发布&#xff0c;我们看到了无数可能出现的新应用和未来技术&#xff0c;而这在六个月前是不可想象的。事实上&#xff0c;视觉语言模型对许多不同的任务都普遍有用。例如&#xff0c;您可以使用…

vmware VM虚拟机去虚拟化教程 硬件虚拟机 过鲁大师检测

一 准备工作 1. 这里演示的VM虚拟机版本是12.5.9 虚拟机系统是win7 64位 2. 用到的工具 winhex和Phoenix BIOS Editor 下载地址工具 链接&#xff1a;https://pan.baidu.com/s/1b3FfA3FyQ_lnFQSjpCGLGg?pwd1221 提取码&#xff1a;1221 3. 注意&#…

【2023 · CANN训练营第一季】昇腾AI入门课(Pytorch)---昇腾AI入门课(上)

AscendCL快速入门 AscendCL概述 AscendCL功能介绍 AscendCL基础概念解析 应用开发流程 样例代码精讲

Vivado综合参数设置

如果你正在使用Vivado开发套件进行设计&#xff0c;你会发现综合设置中提供了许多综合选项。这些选项对综合结果有着潜在的影响&#xff0c;而且能够提升设计效率。为了更好地利用这些资源&#xff0c;需要仔细研究每一个选项的功能。本文将要介绍一下Vivado的综合参数设置。 …

SpringBoot解决用户重复提交订单(方式一:通过唯一索引实现)

文章目录 前言1、方案实现1.1、给数据库表增加唯一键约束1.2、编写获取请求唯一ID的接口1.3、业务提交的时候&#xff0c;检查唯一ID 2、小结 前言 对于投入运营的软件系统&#xff08;商城、物流、工厂等&#xff09;&#xff0c;最近小编在巡检项目数据库的时候&#xff0c;发…

【场景生成与削减】基于蒙特卡洛法场景生成及启发式同步回带削减风电、光伏、负荷研究(Matlab代码实现)

&#x1f4a5;&#x1f4a5;&#x1f49e;&#x1f49e;欢迎来到本博客❤️❤️&#x1f4a5;&#x1f4a5; &#x1f3c6;博主优势&#xff1a;&#x1f31e;&#x1f31e;&#x1f31e;博客内容尽量做到思维缜密&#xff0c;逻辑清晰&#xff0c;为了方便读者。 ⛳️座右铭&a…

学习笔记 -- C++性能评估工具Perf

Installation sudo apt update sudo apt install linux-tools-common查看你的内核&#xff1a; uname -r我的输出&#xff1a; $ uname -r 5.15.0-67-generic安装对应的 tools&#xff1a; sudo apt install linux-tools-5.15.0-67-genericImplementation 1、Perf List 状…

PyTorch 人工智能研讨会:1~5

原文&#xff1a;The Deep Learning with PyTorch Workshop 协议&#xff1a;CC BY-NC-SA 4.0 译者&#xff1a;飞龙 本文来自【ApacheCN 深度学习 译文集】&#xff0c;采用译后编辑&#xff08;MTPE&#xff09;流程来尽可能提升效率。 不要担心自己的形象&#xff0c;只关心…

vmware 打开报错

Error: VMware Workstation failed? I downloaded ccleaner to free up my ram and to get rid of some junk files. I ran ccleaner, tried to start my vmware and I got the error message “VMware Workstation failed to start the VMware Authorization Service. You ca…

WPS两次变身:超级会员+超级表格,完美逆袭,这次再也不输office

WPS会员变“超级会员” WPS宣布会员服务升级&#xff0c;将原有的“WPS会员”、“稻壳会员”及“超级会员”进行合并&#xff0c;推出“WPS超级会员”&#xff0c;提供了Pro和基础两个版本套餐。 过去被吐槽的“套娃式”收费被整合&#xff0c;你可以根据日常办公和专业办公的…