cont2discrete#
- scipy.signal.cont2discrete(system, dt, method='zoh', alpha=None)[source]#
將連續狀態空間系統轉換為離散狀態空間系統。
- 參數:
- system描述系統的元組,或是
lti
的實例 以下說明元組中的元素數量以及其解釋
1: (
lti
的實例)2: (num, den)
3: (zeros, poles, gain)
4: (A, B, C, D)
- dtfloat
離散化時間步長。
- methodstr,可選
要使用哪種方法
gbt:廣義雙線性轉換
bilinear:Tustin 近似法(“gbt”,alpha=0.5)
euler:Euler(或前向差分)法(“gbt”,alpha=0)
backward_diff:後向差分(“gbt”,alpha=1.0)
zoh:零階保持(預設)
foh:一階保持(版本新增:1.3.0)
impulse:等效脈衝響應(版本新增:1.3.0)
- alphafloat,介於 [0, 1] 之間,可選
廣義雙線性轉換的權重參數,僅應在使用 method=“gbt” 時指定,否則將被忽略
- system描述系統的元組,或是
- 回傳:
- sysd包含離散系統的元組
根據輸入類型,輸出將會是以下形式
(num, den, dt),用於傳遞函數輸入
(zeros, poles, gain, dt),用於零點-極點-增益輸入
(A, B, C, D, dt),用於狀態空間系統輸入
註解
預設情況下,此常式使用零階保持(zoh)方法來執行轉換。或者,可以使用廣義雙線性轉換,其中包括常見的 Tustin 雙線性近似法、Euler 方法技術或後向差分技術。
零階保持(zoh)方法基於 [1],廣義雙線性近似法基於 [2] 和 [3],一階保持(foh)方法基於 [4]。
參考文獻
[3]G. Zhang、X. Chen 和 T. Chen,《透過廣義雙線性轉換進行數位重新設計》,Int. J. Control,第 82 卷,第 4 期,第 741-754 頁,2009 年。(https://www.mypolyuweb.hk/~magzhang/Research/ZCC09_IJC.pdf)
[4]G. F. Franklin、J. D. Powell 和 M. L. Workman,《動態系統數位控制》,第 3 版。Menlo Park, Calif: Addison-Wesley,第 204-206 頁,1998 年。
範例
我們可以將連續狀態空間系統轉換為離散系統
>>> import numpy as np >>> import matplotlib.pyplot as plt >>> from scipy.signal import cont2discrete, lti, dlti, dstep
定義一個連續狀態空間系統。
>>> A = np.array([[0, 1],[-10., -3]]) >>> B = np.array([[0],[10.]]) >>> C = np.array([[1., 0]]) >>> D = np.array([[0.]]) >>> l_system = lti(A, B, C, D) >>> t, x = l_system.step(T=np.linspace(0, 5, 100)) >>> fig, ax = plt.subplots() >>> ax.plot(t, x, label='Continuous', linewidth=3)
使用多種方法將其轉換為離散狀態空間系統。
>>> dt = 0.1 >>> for method in ['zoh', 'bilinear', 'euler', 'backward_diff', 'foh', 'impulse']: ... d_system = cont2discrete((A, B, C, D), dt, method=method) ... s, x_d = dstep(d_system) ... ax.step(s, np.squeeze(x_d), label=method, where='post') >>> ax.axis([t[0], t[-1], x[0], 1.4]) >>> ax.legend(loc='best') >>> fig.tight_layout() >>> plt.show()