frest.Random

Случайный входной сигнал

Описание

Используйте frest.Random объект представлять случайный входной сигнал для оценки частотной характеристики. Случайный сигнал содержит равномерно распределенные случайные числа в интервале [0 Amplitude] или [Amplitude 0] для положительных и отрицательных амплитуд, соответственно.

Случайные сигналы полезны, потому что они могут взволновать систему однородно всеми частотами до частоты Найквиста.

Можно использовать случайный входной сигнал в оценке в командной строке в Model Linearizer, или с блоком Frequency Response Estimator. Алгоритм оценки вводит сигнал sinestream в точке ввода, которую вы задаете для оценки, и измеряет ответ в выходной точке.

Когда вы используете случайный входной сигнал в оценке, частоты, возвращенные в предполагаемом frd модель зависит от длины и время выборки сигнала. Они - частоты, полученные в быстром преобразовании Фурье входного сигнала. Для получения дополнительной информации смотрите раздел Algorithm frestimate.

Чтобы просмотреть график вашего входного сигнала, введите plot(input). Создать timeseries возразите для своего входного сигнала, используйте generateTimeseries команда.

Создание

Описание

input = frest.Random(sys) создает случайный сигнал со свойствами на основе динамики линейной системы sys. Например, если у вас есть точная линеаризация вашей системы, можно использовать ее, чтобы инициализировать параметры.

пример

input = frest.Random(Name,Value) создает случайный сигнал со свойствами, заданными с помощью одной или нескольких пар "имя-значение". Заключите каждое имя свойства в кавычки.

Входные параметры

развернуть все

Линейная динамическая система в виде ss SISOtf , или zpk объект. Можно задать известную динамику или получить линейную модель путем линеаризации нелинейной системы.

Получившийся frest.Random возразите автоматически устанавливает следующие свойства на основе линейной системы:

  • Ts установлен таким образом, что частота Найквиста сигнала является пять раз верхним концом частотного диапазона, чтобы не искажать проблемы.

  • NumSamples установлен таким образом, что оценка частотной характеристики включает более низкий уровень частотного диапазона.

Остающиеся свойства используют значения по умолчанию.

Свойства

развернуть все

Предупредите об амплитуде в виде скаляра. Если Amplitude :

  • Положительный, случайные значения сигналов равномерно распределены в области значений [0 Amplitude]

  • Отрицательный, случайные значения сигналов равномерно распределены в области значений [Amplitude 0]

Шаг расчета случайного сигнала в секундах в виде положительной скалярной величины.

Количество выборок в случайном сигнале в виде положительного целого числа.

Поток случайных чисел в виде RandStream объект. Состояние потока, который вы задаете, хранится с входным сигналом. Это сохраненное состояние позволяет программному обеспечению возвращать тот же результат каждый раз, когда вы используете generateTimeseries и frestimate с входным сигналом.

По умолчанию, Stream поток по умолчанию текущего сеанса MATLAB®.

Функции объекта

frestimateОценка частотной характеристики моделей Simulink
generateTimeseriesСгенерируйте данные временного интервала для входного сигнала
frest.simCompareПостройте симуляцию временного интервала нелинейных и линейных моделей
frest.simViewПостройте модель частотной характеристики вовремя и частотный диапазон
getSimulationTimeИтоговое время симуляции для оценки частотной характеристики

Примеры

свернуть все

Создайте Случайный входной сигнал с 1000 выборки взяты в 100 Гц и амплитуда 0.02.

input = frest.Random('Amplitude',0.02,...
                     'Ts',1/100,...
                     'NumSamples',1000);

Постройте случайный сигнал.

plot(input)

Создайте мультипликативный изолированный генератор Фибоначчи случайный поток.

stream = RandStream('mlfg6331_64','Seed',0);

Создайте случайный входной сигнал с помощью этого потока.

input = frest.Random('Stream',stream);

Альтернативная функциональность

Model Linearizer

В Model Linearizer, чтобы использовать случайный входной сигнал в оценке, на вкладке Estimation, выбирают Input Signal> Random.

Представленный в R2009b

Для просмотра документации необходимо авторизоваться на сайте