本节用tf, zpk, ss, 和 frd命令来创建连续时间模型。


文章目录

  • LTI线性时不变模型
  • 创建传递函数模型
  • 创建零极点增益模型
  • 创建状态空间模型
  • 创建频率响应数据模型
  • 创建MIMO(多输入多输出模型)
  • 分析LTI(线性时不变模型)


LTI线性时不变模型

控制系统工具箱™提供了用于创建线性时不变 (LTI) 模型的四个基本表示形式的函数:

  • 传递函数 (TF) 模型
  • 零极点增益 (ZPK) 型号
  • 状态空间 (SS) 模型
  • 频率响应数据 (FRD) 模型

将模型数据作为输入,这些函数就能创建对应的模型对象。

创建传递函数模型

传递函数(TF)是LTI系统的频域表示。SISO(single input single output,单输入单输出) 传递函数可以用多项式表示:

连续性时间数据可视化 连续时间模型_状态空间

传递函数由其分子和分母多项式指定,并且 。在 MATLAB 中,多项式由其系数的向量表示,例如,多项式:连续性时间数据可视化 连续时间模型_状态空间_02,是由[1 2 10]表示的。

要创建以下表示传递函数的 TF 对象:

连续性时间数据可视化 连续时间模型_连续性时间数据可视化_03

用代码表示如下:

num = [ 1  0 ];       % Numerator: s
den = [ 1  2  10 ];   % Denominator: s^2 + 2 s + 10
H = tf(num,den)

生成传递函数如下:

连续性时间数据可视化 连续时间模型_状态空间_04

或者用下列表达式来表示该模型:

s = tf('s');        % Create Laplace variable 创建拉普拉斯变量
H = s / (s^2 + 2*s + 10)

会生成同样的传递函数:

连续性时间数据可视化 连续时间模型_matlab_05

创建零极点增益模型

零极点增益 (ZPK) 模型是传递函数的因式相乘形式:
连续性时间数据可视化 连续时间模型_学习_06
在这个式子中,k为增益,分子的根为零点,分母的根为极点。

比如要创建这个零极点增益模型:
连续性时间数据可视化 连续时间模型_连续性时间数据可视化_07

指定零极点和增益如下:

z = 0;                   % Zeros
p = [ 2  1+i  1-i ];     % Poles
k = -2;                  % Gain
H = zpk(z,p,k)

生成模型如下:

连续性时间数据可视化 连续时间模型_连续性时间数据可视化_08


同样,对于 TF 模型,也可以用下列有理式来表述:

s = zpk('s');
H = -2*s / (s - 2) / (s^2 - 2*s + 2)

生成结果同上:

连续性时间数据可视化 连续时间模型_连续性时间数据可视化_09

创建状态空间模型

状态空间 (State-space,SS) 模型是 LTI 系统的时域表示:
连续性时间数据可视化 连续时间模型_matlab_10
连续性时间数据可视化 连续时间模型_学习_11
其中,x(t)是状态向量,u(t)是输入向量,y(t)是输出轨迹。

状态空间模型是从描述系统动力学的微分方程推导出来的。例如,考虑一个简单电机的二阶常微分方程(ODE):

连续性时间数据可视化 连续时间模型_matlab_12

其中,I是驱动电流(输入),theta是转子角度(输出)。此 ODE 可以以状态空间形式重写为:

连续性时间数据可视化 连续时间模型_学习_13

连续性时间数据可视化 连续时间模型_状态空间_14

连续性时间数据可视化 连续时间模型_传递函数_15

连续性时间数据可视化 连续时间模型_传递函数_16


要创建此模型,创建ss状态空间矩阵并定义A、B、C、D即可。

A = [ 0  1 ; -5  -2 ];
B = [ 0 ; 3 ];
C = [ 1  0 ];
D = 0;
H = ss(A,B,C,D)

生成结果如下:

连续性时间数据可视化 连续时间模型_状态空间_17

创建频率响应数据模型

频率响应数据 (FRD) 模型允许您将系统的测量或仿真的复杂频率响应存储在 LTI 对象中。然后,可以将此数据用作频域分析和设计目的的替代模型。

例如,假设从频率分析器中获取以下数据:

频率(赫兹): 10, 30, 50, 100, 500
响应: 0.0021+0.0009i, 0.0027+0.0029i, 0.0044+0.0052i, 0.0200-0.0040i,0.0001-0.0021i

可以使用以下命令创建包含此数据的 FRD 对象:

freq = [10, 30, 50, 100, 500];
resp = [0.0021+0.0009i, 0.0027+0.0029i, 0.0044+0.0052i, 0.0200-0.0040i, 0.0001-0.0021i];
H = frd(resp,freq,'Units','Hz')

结果如下:

连续性时间数据可视化 连续时间模型_matlab_18

频率单位为rad/s。

创建MIMO(多输入多输出模型)

tf, zpk, ss, 和 frd命令可以创建SISO 和 MIMO 两种模型。对于 TF 或 ZPK 模型,通过连接更简单的 SISO 模型来构造 MIMO 模型通常很方便。例如,可以创建 2x2 MIMO 传递函数:
连续性时间数据可视化 连续时间模型_连续性时间数据可视化_19
用以下代码表示:

s = tf('s');
H = [ 1/(s+1) , 0 ; (s+1)/(s^2+s+3) , -4*s/(s+2) ]

生成结果如下:

连续性时间数据可视化 连续时间模型_连续性时间数据可视化_20

分析LTI(线性时不变模型)

控制系统工具箱可以用于分析 LTI 模型。这些功能的范围从简单的I/O大小和顺序查询到复杂的时间和频率响应分析。

例如,可以获取上面指定的 MIMO 传输函数的大小信息:

size(H)

连续性时间数据可视化 连续时间模型_连续性时间数据可视化_21

可以使用以下公式计算极点:

pole(H)

连续性时间数据可视化 连续时间模型_传递函数_22

可以使用以下命令询问此系统是否稳定:

isstable(H)

连续性时间数据可视化 连续时间模型_学习_23

最后,可以通过键入以下内容来绘制阶跃响应:

step(H)

连续性时间数据可视化 连续时间模型_matlab_24

以上。