Идентифицируйте параметры фильтра дискретного времени из данных о частотной характеристике
[b,a] = invfreqz(h,w,n,m)
[b,a] = invfreqz(h,w,n,m,wt)
[b,a] = invfreqz(h,w,n,m,wt,iter)
[b,a] = invfreqz(h,w,n,m,wt,iter,tol)
[b,a] = invfreqz(h,w,n,m,wt,iter,tol,'trace')
[b,a] = invfreqz(h,w,'complex',n,m,...)
invfreqz
обратная операция freqz
; это находит передаточную функцию дискретного времени, которая соответствует данной комплексной частотной характеристике. С лабораторной аналитической точки зрения, invfreqz
может использоваться, чтобы преобразовать величину и данные о фазе в передаточные функции.
[b,a] = invfreqz(h,w,n,m)
возвращает действительный числитель и коэффициенты знаменателя в векторах b
и a
из передаточной функции
чья комплексная частотная характеристика дана в векторном h
в точках частоты, заданных в векторном w
. Скаляры n
и m
задайте желаемые порядки полинома числителя и полинома знаменателя.
Частота задана в радианах между 0 и π и длина h
должен совпасть с длиной w
. invfreqz
использование conj
(h)
в -w
гарантировать соответствующую симметрию частотного диапазона для действительного фильтра.
[b,a] = invfreqz(h,w,n,m,wt)
взвешивает подходящие ошибки по сравнению с частотой, где wt
вектор взвешивания факторов та же длина как w
.
[b,a] = invfreqz(h,w,n,m,wt,iter)
и
[b,a] = invfreqz(h,w,n,m,wt,iter,tol)
предоставьте превосходящий алгоритм, который гарантирует устойчивость получившейся линейной системы и ищет лучшую подгонку с помощью числовой, итеративной схемы. iter
параметр говорит invfreqz
закончить итерацию, когда решение сходилось, или после iter
итерации, какой бы ни на первом месте. invfreqz
задает сходимость как появление, когда норма (модифицированного) вектора градиента меньше tol
, где tol
дополнительный параметр, это принимает значение по умолчанию к 0,01. Чтобы получить вектор веса из всех единиц, использовать
invfreqz(h,w,n,m,[],iter,tol)
[b,a] = invfreqz(h,w,n,m,wt,iter,tol,'trace')
отображает текстовый отчет о выполнении работ итерации.
[b,a] = invfreqz(h,w,'complex',n,m,...)
создает комплексный фильтр. В этом случае никакая симметрия не осуществляется, и частота задана в радианах между-π и π.
По умолчанию, invfreqz
использует ошибочный метод уравнения, чтобы идентифицировать лучшую модель из данных. Это находит b
и a
\in
путем создания системы линейных уравнений и решения их с MATLAB® \
оператор. Здесь A (ω (k)) и B (ω (k)) является преобразованиями Фурье полиномов a
и b
, соответственно, на частоте ω (k) и n количество точек частоты (длина h
и w
). Этот алгоритм на основе Леви [1].
Начальник (“ошибка на выходе”) алгоритм использует ослабленный метод Ньютона Гаусса в итеративном поиске [2] с выходом первого алгоритма как первоначальная оценка. Это решает прямую задачу минимизации взвешенной суммы квадратичной невязки между фактическим и желаемыми точками частотной характеристики.
[1] Леви, E. C. “Комплексный Curve Fitting”. Транзакции IRE на Автоматическом управлении. Издание AC-4, 1959, стр 37–44.
[2] Деннис, J. E. младший, и Р. Б. Шнабель. Численные методы для неограниченной оптимизации и нелинейных уравнений. Englewood Cliffs, NJ: Prentice Hall, 1983.