【离散系统】传递函数和状态空间方程离散化

news2024/11/15 15:48:09

本文如有错误,恳请指正。


目录

离散系统

采样控制系统

数字控制系统

信号采样

采样定理(香农定理)

信号保持—零阶保持器

Z变换

Z 变换方法

级数求和法

部分分式法

基本定理

Z反变换

Z反变换方法

长除法

部分分式法(推荐)

差分方程

传递函数离散化

状态空间方程离散化

欧拉法

零阶保持法(推荐)


离散系统

离散系统:有一处或几处信号是脉冲序列或数码序列的控制系统。离散控制系统由连续的控制对象、离散的控制器、采样器和保持器等环节组成。

线性系统分为线性连续系统和线性离散系统,线性离散系统又分为采样控制系统和数字控制系统。

离散控制系统的优点

  1. 校正装置效果比连续式校正装置好,软件实现控制规律控制灵活性高。
  2. 采样信号能有效地抑制噪声,系统抗干扰能力强。
  3. 可分时控制若干个系统,设备利用率高。
  4. 可实现复杂控制规律并且在运行中实时改变响应参数。

采样控制系统

采样控制系统:离散信号是脉冲序列(时间上离散、幅值上连续)形式的离散系统。

采样控制系统有两个特殊环节是采样器和保持器。

采样器(采样开关):把连续信号转变为脉冲序列的装置;

保持器:把脉冲序列转变为连续信号的实现信号恢复的装置。

数字控制系统

数字控制系统:离散信号是数码序列(时间和幅值都离散)形式的离散系统。

数字控制系统有两个重要环节是A/D转换器和D/A转换器。

A/D(模数转换器):相当于采样器,将连续的模拟信号转换为离散的数字信号,包括采样与量化两过程。

D/A(数模转换器):相当于保持器,将离散的数字信号转换为连续的模拟信号,包括解码与复现两过程。

信号采样

采样过程:连续信号经过采样器的采样变换成离散信号的过程。

采样周期:采样器经一定时间T,重复闭合,每次闭合时间为t,t<T,T称为采样周期。f=1/T为采样频率。

采样脉冲序列:连续时间函数经采样器采样后变成重复周期T的时间序列

离散系统在开始采样后才有意义,所以当t<0时信号为0,离散信号表示为:

采样信号的拉氏变换为:

采样定理(香农定理)

连续信号的频谱是单一的连续频谱,其最大角频率为

采样信号的频谱则是以采样角频率为

周期的无穷多个频谱之和。

时,采样频谱中的补充分量相互交叠在一起,无法再恢复到原来的连续信号的频谱。

香农采样定理:当采样频率大于等于两倍的输入信号最高角频率才可能从采样信号中无失真地恢复出连续信号。

根据香农采样定理,采样周期T越小信息丢失内容越少,控制效果越好。采样周期不能过大,因为信息损失太多导致原信号不能准确恢复;采样周期T不能过小,因为会增加计算量和A/D及D/A转换器的字长,提高其运算与转换速度,增加系统实现成本。

在实际工程中,时域内,

频域内,

信号保持—零阶保持器

保持器具有低通滤波特性、相角滞后特性和时间滞后特性。使用保持器将数字信号转换复原成连续信号,保持器主要解决各采样时刻之间的插值问题,把具有恒值、线性和抛物线外推规律的保持器分别称为零阶、一阶和二阶保持器,其中最广泛应用零阶保持器

零阶保持器的作用是将采样时刻t=kT的采样值f(kT)恒定不变的保持到下一个采样时刻(k+1)T,每个采样区间内的值为常数,导数为0,所以成为零阶保持器。零阶保持器的引入并不影响开环系统脉冲传递函数的极点。零阶保持器的数学表达式为

其脉冲响应为

传递函数为:

Z变换

连续系统中,使用拉普拉斯变换把微分方程转换为代数方程。离散系统中,使用z变换把差分方程转换为代数方程。z变换本质上只能反映信号在采样时刻的值,而不能描述采样点间信号的状态,因此,不同的连续信号往往可能具有相同的z变换结果。

设连续信号f(t)的拉普拉斯变换为F(S),经过采样开关后的信号为f*(t),采样周期T,对其两边进行拉氏变换:

z 变换为

Z 变换方法

级数求和法

根据z变换定义求取,利用无穷级数求和公式计算。

部分分式法

将连续函数f(t)的拉普拉斯变换F(s)极点展开成部分分式和的形式,其中p为F(s)的极点,A为系数,然后查z变换对照表求取。

基本定理

a b 为常数,且

线性定理

滞后定理(右偏移)

超前定理(左偏移)

初值定理

终值定理

f(t) z 变换为 f(z) ,且 (z-1)F(z) z 平面上以原点为圆心的单位圆上以及 圆外没有极点,则

复平移定理

卷积定理

r(nT) g(nT) 为两个采样函数,其离散卷积定义为

则卷积定理表示为

Z反变换

已知函数 f(kT) Z 变换 F(z) ,求离散时间序列 f(kT) 的过程,称为 Z 反变换。

Z反变换方法

长除法

将F(z)的分母除以分子,求出按z^-k降幂排列的级数展开式,然后用z反变换式求出相应的采样函数的脉冲序列。长除法以序列的形式给出各时刻的值,但不容易得出的解析表达形式。

部分分式法(推荐)

先将F(z)展开成部分分式之和,再对其中的每个分式逐项查 z反变换表求解。

差分方程

连续系统的动态过程采用拉普拉斯变换求解微分方程描述,离散系统的动态过程采用z变换求解差分方程描述。差分方程表示出系统离散输入与离散输出之间的函数关系。

一阶前向差分:

二阶前向差分:

N 阶前向差分:

一阶后向差分:

二阶后向差分:

N 阶后向差分:

如果一个方程中除了含有函数本身外,还有函数的差分,称此方程为差分方程。差分方程的阶次为最高差分与最低差分之差。

 对于输入、输出均为离散信号的的线性定常离散系统,其线性定常差分方程为

式中,r(k)为输入信号,y(k)为输出信号,an和bm 等均为常数。

传递函数离散化

将s域下的传递函数G(s)经过z变换将s变量全部替换为z得到G(z)。常用s域和z域的对应关系如下,T为采样时间

前向差分变换

后向差分变换

双线性变换(Tustin)

其他z变换方法可以使用Matlab进行计算,Matlab 对传递函数离散化的函数分为连续转为离散 c2d,离散转为连续d2c

Z变换转为差分方程

以连续系统的一阶传递函数为例,对其进行z变换离散化,然后写成差分方程的形式即可在嵌入式设备运行

一阶传递函数,G(z)为连续系统输出与输入之比。

对一阶传递函数使用前向差分法离散化,G(z)为离散系统输出与输入之比。

化简运算,将z变换写成差分方程形式,

状态空间方程离散化

连续系统的状态空间方程表示为

将状态空间方程离散化方法有欧拉法和零阶保持法等,本文介绍欧拉法和零阶保 持法,其中采样时间为 T

欧拉法

欧拉法也称前向差分法,采用如下公式近似微分

带入连续状态空间方程得

最终得到离散状态空间方程

零阶保持法(推荐)

在连续系统的状态空间方程添加零阶保持器,然后一起Z变换离散化结合泰勒公式得到离散状态空间方程,其中离散状态空间方程的矩阵A和B的求解可以参照矩阵的一阶非齐次微分方程。

两边在[t0,t]上积分

得到离散方程

 由泰勒公式得

 最终得到离散状态空间方程

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/459092.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

hook函数,toRef家族

自定义hook函数 什么是hook?——本质是一个函数&#xff0c;把setup函数中使用的组合式API 进行了封装。 类似于vue2.x中的mixin。 自定义hook的优势:复用代码,让setup中的逻辑更清楚易懂。 定义钩子&#xff1a; 使用钩子 toRef&#xff0c;toRefs 作用:创建一个ref对象…

WinScope实现录制视频与是Timeline时间轴同步设置方法-千里马framework车载手机系统开发实战

hi&#xff0c;粉丝朋友们&#xff01; 背景&#xff1a; 今天来分享一个粉丝朋友提出的问题&#xff0c;那就是他在学习wms课程时候有用到winscope工具&#xff0c;提出一个疑问&#xff0c;就是google官网说的有录屏可以结合起来一起看。具体如下&#xff1a; 其实这个以…

Vue 手搓轮播效果

tiptop: 为啥需要写这个功能&#xff0c;因为我遇到了每个轮播层内要放3个左右的商品块&#xff0c;如果使用element自带的轮播就需要将一维数组切成二维数组&#xff0c;导致处理一些情况下就会变得很麻烦&#xff0c;当然那种我也写了如果你们有需要&#xff0c;在下方留言我…

柳永8首绝美词句

他是白衣卿相&#xff0c;是才子词人。 他有傲人的才华&#xff0c;却仕途失意。 他眠花宿柳&#xff0c;写下流传千古的词章。 他是才子柳永。 今天&#xff0c;给大家介绍他的8首词&#xff0c;体会柳永的人生起伏。 1、《雨霖铃 寒蝉凄切》 寒蝉凄切&#xff0c;对长亭晚…

Kafka 安装部署-单节点

Kafka强依赖ZK&#xff0c;如果想要使用Kafka&#xff0c;就必须安装ZK&#xff0c;Kafka中的消费偏置信息、kafka集群、topic信息会被存储在ZK中。有人可能会说我在使用Kafka的时候就没有安装ZK&#xff0c;那是因为Kafka内置了一个ZK&#xff0c;一般我们不使用它。 部署说明…

Yuzuki Lizard 全志V851S开发板 –移植 QT5.12.9教程

本文转载自&#xff1a;https://forums.100ask.net/t/topic/3027 移植 QT5 教程 &#xff08;此教程基于docker版V851S开发环境&#xff09; docker pull registry.cn-hangzhou.aliyuncs.com/gloomyghost/yuzukilizard 编译依赖 apt-get install repo git gcc-arm-linux-gn…

用户订阅付费如何拆解分析?看这篇就够了

会员制的订阅付费在影音娱乐行业中已相当普及&#xff0c;近几年&#xff0c;不少游戏厂商也开始尝试订阅收费模式。在分析具体的用户订阅偏好以及订阅付费模式带来的增长效果时&#xff0c;我们常常会有这些疑问&#xff1a; 如何从用户的整体付费行为中具体拆解订阅付费事件…

Numpy从入门到精通——数组变形|合并数组

这个专栏名为《Numpy从入门到精通》&#xff0c;顾名思义&#xff0c;是记录自己学习numpy的学习过程&#xff0c;也方便自己之后复盘&#xff01;为深度学习的进一步学习奠定基础&#xff01;希望能给大家带来帮助&#xff0c;爱睡觉的咋祝您生活愉快&#xff01; 这一篇介绍《…

SLAM论文速递:SLAM—— 流融合:基于光流的动态稠密RGB-D SLAM—4.25(2)

论文信息 题目&#xff1a; FlowFusion:Dynamic Dense RGB-D SLAM Based on Optical Flow 流融合:基于光流的动态稠密RGB-D SLAM论文地址&#xff1a; https://arxiv.org/pdf/2003.05102.pdf发表期刊&#xff1a; 2020 IEEE International Conference on Robotics and Automa…

【Spring Cloud】Spring Cloud 是什么?

文章目录 前言一、子项目二、常用组件三、把 Spring Cloud 官方、Netflix、Alibaba 三者整理成如下表格&#xff1a; 前言 Spring 以 Bean&#xff08;对象&#xff09; 为中心&#xff0c;提供 IOC、AOP 等功能。Spring Boot 以 Application&#xff08;应用&#xff09; 为中…

Python小姿势 - Python操作Excel表格数据

Python操作Excel表格数据 在日常工作中&#xff0c;我们经常会遇到一些需要对表格数据进行处理的情况&#xff0c;比如&#xff1a;数据清洗、数据分析、数据可视化等。对于这些任务&#xff0c;我们可以使用Python来进行操作。 在Python中操作Excel表格数据&#xff0c;我们可…

electron+vue3全家桶+vite项目搭建【13】封装加载进度显示,新建窗口 演示主进程与渲染进程通信

文章目录 引入实现效果演示&#xff1a;1.封装新建窗口工具2.测试新建窗口3.封装进度条加载4.测试进度条加载 引入 这里我们通过封装electron的工具类来演示electron中的主进程和渲染进程利用ipc进行通信 demo项目地址 electron官方文档ipc通信 实现效果演示&#xff1a; …

通过注册表设置远程桌面的配置

***************************修改远程终端端口号*************************** [HKEY_LOCAL_MACHINE\SYSTEM\ControlSet001\Control\Terminal Server\Wds\rdpwd\Tds\tcp] "PortNumber"dword:00000d3d [HKEY_LOCAL_MACHINE\SYSTEM\ControlSet001\Control\Terminal Ser…

代码优雅之道——如何干掉过多的if else

1、前言 注意标题是过多的&#xff0c;所以三四个就没必要干掉了。实际开发中我们经常遇到判断条件很多的情况&#xff0c;比如下图有20多种情况&#xff0c;不用想肯定是要优化代码的&#xff0c;需要思考的是如何去优化&#xff1f; 网上很多说用switch case啊&#xff0c;首…

算法刷题|198.打家劫舍、213.打家劫舍Ⅱ、337.打家劫舍Ⅲ

打家劫舍 题目&#xff1a;你是一个专业的小偷&#xff0c;计划偷窃沿街的房屋。每间房内都藏有一定的现金&#xff0c;影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统&#xff0c;如果两间相邻的房屋在同一晚上被小偷闯入&#xff0c;系统会自动报警。 给定…

【社区图书馆】Fundamentals Of Computer Graphics——The beginning of computer graphics

目录 English 中文 English "Fundamentals Of Computer Graphics" is a classic textbook on computer graphics, also known as the "Tiger Book". It is considered one of the best introductory texts in the field of computer graphics. The book …

1分钟搭建自己的GPT网站

如果觉得官方免费的gpt&#xff08;3.5&#xff09;体验比较差&#xff0c;总是断开&#xff0c;或者不会fanqiang&#xff0c;那你可以自己搭建一个。但前提是你得有gpt apikey。年初注册的还有18美金的额度&#xff0c;4.1号后注册的就没有额度了。不过也可以自己充值。 有了…

【Redis】Redis事务

介绍 可以一次执行多个命令&#xff0c;本质是一组命令的集合。一个事务中的所有命令都会序列化&#xff0c; 按顺序地串行化执行而不会被其他命令插入一个队列中&#xff0c;一次性、顺序性、排他性的执行一系列命令没有隔离级别的概念&#xff0c;没有脏读、不可重复读等。 …

思维导图从入门到大神

思维导图怎么做&#xff1f;思维导图是一种发散性思维的图。在我们生活的方方面面都有运用。无论是工作、学习、还是生活&#xff0c;我们都可以用到它。那思维导图是怎么绘制的呢&#xff1f;其实非常简单&#xff0c;只要这简单的几步 1、首先在绘制思维导图前&#xff0c;我…

veImageX 演进之路:iOS 高性能图片加载 SDK

动手点关注 干货不迷路 1. SDK简介 图片在业务应用场景是一个常见的元素&#xff0c;veImageX&#xff08;简称ImageX&#xff09;为业务提供了灵活、高效的一站式图片处理解决方案&#xff0c;包括了服务端 SDK、上传 SDK 和客户端图片加载 SDK。本文就来介绍下 iOS 客户端图…