通过Matlab编程分析微分方程、SS模型、TF模型、ZPK模型的关系

news2024/7/31 15:57:40

微分方程、SS模型、TF模型、ZPK模型的关系

  • 一、Matlab编程 微分方程、SS模型、TF模型、ZPK模型的关系
  • 二、对系统输出进行微分计算
  • 三、对系统输出进行积分计算
  • 四、总结
  • 五、系统的零点与极点的物理意义参考 :[https://www.zhihu.com/question/22031360/answer/3073452777](https://www.zhihu.com/question/22031360/answer/3073452777)

一、Matlab编程 微分方程、SS模型、TF模型、ZPK模型的关系

以最简单的单自由度振动模型为例:
在这里插入图片描述
在这里插入图片描述
以上表示u(t)线性组合输入系统(这里是3u(t))时求系统的响应(即输出函数y(t))
SS模型也可转成TF模型:
tf(ss(A,B,C,D))
TF转零极点增益ZPK模型
[z p k]=tf2zp([3],[1 0 4])
z =
Empty matrix: 0-by-1
p =
0 + 2.0000i
0 - 2.0000i
k =
3

在这里插入图片描述
还可以用residue函数将传递函数变成部分分式展开式
[z p k]=residue([3],[1 0 4])
z =
0 - 0.7500i
0 + 0.7500i
p =
0 + 2.0000i
0 - 2.0000i
k =
[]

二、对系统输出进行微分计算

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

三、对系统输出进行积分计算

2.设原系统输出为y1(t),怎么求其积分y1_(t)?
在这里插入图片描述
在这里插入图片描述
所以对原系统而言,相当于多了个积分状态参数。
其输出函数为y1_(t)=3x3
Matlab编程验证:
subplot(4,1,3)
[A2,B2,C2,D2]=tf2ss([3],[1 0 4])
Sys=ss(A2,B2,C2,D2);
tf(ss(A2,B2,C2,D2))
[Y,t,X]=lsim(Sys,U,t,[0 0]);
plot(t,Y,t,3
X(:,1))
[A2,B2,C2,D2]=tf2ss([3],[1 0 4 0])
Sys=ss(A2,B2,C2,D2);
tf(ss(A2,B2,C2,D2))
[Y,t,X]=lsim(Sys,U,t,[0 0 0]);
subplot(4,1,4)
plot(t,Y,t,3*X(:,1:2))

在这里插入图片描述

四、总结

对系统求微分,传递函数乘s,对系统求积分 ,传递函数乘1/s。

五、系统的零点与极点的物理意义参考 :https://www.zhihu.com/question/22031360/answer/3073452777

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/910209.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

HCIP---VLAN实验(接入、中继、混杂)

实验要求 PC1/3的接口均为access模式,且属于van2,在同一网段 PC2/4/5/6的IP地址在同一网段,与PC1/3不在同一网段 PC2可以访问4/5/6,PC4不能访问5/6,PC5不能访问PC6 所有PC通过DHCP获取ip地址,PC1/3可以访问…

XXX程序 详细说明

用于记录理解PC程序的程序逻辑 1、程序的作用 根据原作者的说明(文件说明.txt),该程序 (PC.py) 的主要作用是提取某一个文件夹中的某个设备 (通过config中的信息看出来是Ag_T_8) 产生的日志文件,然后提取其中某些需要的数据&…

Python爬虫(十四)_BeautifulSoup4 解析器

CSS选择器:BeautifulSoup4 和lxml一样,Beautiful Soup也是一个HTML/XML的解析器,主要的功能也是如何解析和提取HTML/XML数据。 lxml只会局部遍历,而Beautiful Soup是基于HTML DOM的,会载入整个文档,解析整…

智能硬件知识

第二章 第五章 第六章 第七章 第八章 第九章 第十章 考点 条件编译 volatile、static、 union、 struct、 const指针 堆与栈的不同点 3.功能模块应用题 (1) GPIO 的应用:流水灯的电路及软件编码、驱动数码管的电路及编码。 (2)外部中断的应用:电路及回调函数编码。 (3) …

关于数据中心存储智能运维的思考

随着互联网和大数据的快速发展,数据中心存储的重要性也日益凸显。在本文中,将深入探讨数据中心存储智能运维的历史变迁、当前的发展状态和未来的运维趋势。 数据中心存储运维的历史变迁可以分为以下几个阶段: 人工运维阶段 最初&#xff0c…

深度学习基本理论上篇:(MLP/激活函数/softmax/损失函数/梯度/梯度下降/学习率/反向传播)、深度学习面试

1、MLP、FCN、DNN三者的关系? 多层感知器MLP,全连接网络,DNN三者的关系?三者是不是同一个概念? FCN:Fully Connected Neural Network,全连接神经网络,也称为密集连接神经网络&#…

前端开发怎么解决前端安全性的问题? - 易智编译EaseEditing

前端安全性是保护前端应用程序免受恶意攻击和数据泄露的重要方面。以下是一些解决前端安全性问题的关键方法: 输入验证与过滤: 对所有用户输入进行验证和过滤,防止恶意用户通过注入攻击等手段破坏应用程序或获取敏感信息。 跨站点脚本&#…

Android笔记:在原生App中嵌入Flutter

首先有一个可以运行的原生项目 第一步:新建Flutter module Terminal进入到项目根目录,执行flutter create -t module ‘module名字’例如:flutter create -t module flutter-native 执行完毕,就会发现项目目录下生成了一个modu…

【核磁共振成像】单射成像和高速脉冲序列

目录 一、提高成像速度的手段二、平面回波成像(EPI)序列三、常用或基本EPI序列四、EPI变型序列五、渐开平面螺旋(spiral)扫描序列六、RARE序列七、GRASE序列八、STEAM序列 一、提高成像速度的手段 MRI扫描时间可表示为   其中Nex为激发次数,NpE1和NpE2是两个相位…

kubernetes--技术文档-真--集群搭建-三台服务器一主二从(非高可用)附属文档-使用不同运行商服务器-搭建公网集群

!!!!!版本!!!! 使用公网初始化 Kubernetes 需要 Kubernetes 版本 1.19 或更高版本。在早期的版本中,Kubernetes 还不支持公网初始化。因此,请确保…

【C++】visualstudio环境安装

记录了部分安装步骤,可能有点不全,参考下,需要的磁盘空间差不多20GB; 下载 https://visualstudio.microsoft.com/zh-hans/vs/ 下载完成: 双击进入安装状态: 根据自己的需求勾选安装项: 选择…

RNN+LSTM正弦sin信号预测 完整代码数据视频教程

视频讲解:RNN+LSTM正弦sin信号预测_哔哩哔哩_bilibili 效果演示: 数据展示: 完整代码: import torch import torch.nn as nn import torch.optim as optim import numpy as np import matplotlib.pyplot as plt import pandas as pd from sklearn.preprocessing import…

使用Locust进行接口性能测试:安装、命令参数解析与示例解读

“ Locust是一款开源的Python性能测试工具,它可以模拟大量并发用户对网站或者其他接口进行压力测试 一、Locust简介与安装 1. 使用pip安装Locust: pip3 install locust2. 通过GitHub克隆项目并安装(推荐Python 3): …

常见js中判断== true/false总结

常见js中判断为true/false总结 false 0 输出true;因为在做判断的时候,两者中有boolean(布尔类型),会把boolean先转化为number(数字类型),false为0,true是1。也就是等价于…

二、10.文件系统

硬盘是低速设备,其读写单位是扇区,为了避免频繁访问硬盘,操作系统不会有了一扇区数据就去读写一次磁盘,往往等数据积攒到“足够大小”时才一次性访问硬盘,这足够大小的数据就是块,硬盘读写单位是扇区&#…

交叉熵--损失函数

目录 交叉熵(Cross Entropy) 【预备知识】 【信息量】 【信息熵】 【相对熵】 【交叉熵】 交叉熵(Cross Entropy) 是Shannon信息论中一个重要概念, 主要用于度量两个概率分布间的差异性信息。 语言模型的性能…

FlashAttention算法详解

这篇文章的目的是详细的解释Flash Attention,为什么要解释FlashAttention呢?因为FlashAttention 是一种重新排序注意力计算的算法,它无需任何近似即可加速注意力计算并减少内存占用。所以作为目前LLM的模型加速它是一个非常好的解决方案&…

ThreadLocal深度解析

简介 在并发编程中,导致并发bug的问题都会归结于对共享变量的操作不当。多个线程同时读写同一共享变量存在并发问题,我们可以利用写时复制、不变性来突破对原数据的写操作,没有写就没有并发问题,而本篇文章所介绍的技术是突破共享…

基于swing的销售管理系统java仓库库存信息jsp源代码mysql

本项目为前几天收费帮学妹做的一个项目,Java EE JSP项目,在工作环境中基本使用不到,但是很多学校把这个当作编程入门的项目来做,故分享出本项目供初学者参考。 一、项目描述 基于swing的销售管理系统 系统有1权限:管…

spring依赖注入详解(上)

一、Bean销毁的过程 如果bean销毁时会执行的场景 1、设置DestroyMethodName为(inferred) // 先把DestroyMethodName设置为(inferred) Component public class TestBeanPostProcessor implements MergedBeanDefinitionPostProcessor {Overridepublic void postProcessMergedBe…