В этом примере показано, как создать одномерный массив передаточных функций с помощью stack команда. Один параметр передаточной функции варьируется от модели до модели в массиве. Можно использовать такой массив, чтобы исследовать эффект изменения параметра на модели, такой что касается анализа чувствительности.
Создайте массив передаточных функций, представляющих следующий фильтр lowpass в трех значениях частоты спада, a.
Создайте модели передаточной функции, представляющие фильтр частотой спада в = 3, 5, и 7.
F1 = tf(3,[1 3]); F2 = tf(5,[1 5]); F3 = tf(7,[1 7]);
Используйте stack команда, чтобы создать массив.
Farray = stack(1,F1,F2,F3);
Первый аргумент к stack задает измерение массива вдоль который stack создает массив. Остающиеся аргументы задают модели, чтобы расположить по тому измерению. Таким образом, Farray массив 3 на 1 передаточных функций.
Конкатенация моделей с командами конкатенации MATLAB® массивов, вместо с stack, создает мультивход, мультивыходные модели (MIMO), а не массивы моделей. Например:
G = [F1;F2;F3];
создает модель передаточной функции с тремя выходами, с одним входом, не массив 3 на 1.
При работе с массивом моделей, который представляет изменения параметра, можно сопоставить соответствующее значение параметров с каждой записью в массиве. Установите SamplingGrid свойство к структуре данных, которая содержит имя параметра и произведенных значений параметров, соответствующих с каждой моделью в массиве. Это присвоение помогает вам отслеживать, которых модель соответствует который значение параметров.
Farray.SamplingGrid = struct('alpha',[3 5 7]);
FarrayFarray(:,:,1,1) [alpha=3] =
3
-----
s + 3
Farray(:,:,2,1) [alpha=5] =
5
-----
s + 5
Farray(:,:,3,1) [alpha=7] =
7
-----
s + 7
3x1 array of continuous-time transfer functions.
Значения параметров в Farray.SamplingGrid отображены наряду с каждой передаточной функцией в массиве.
Постройте частотную характеристику массива, чтобы исследовать эффект изменения параметра на поведении фильтра.
bodeplot(Farray)
Когда вы используете аналитические команды, такие как bodeplot на массиве моделей получившийся график показывает ответ каждой модели в массиве. Поэтому вы видите область значений ответов, которая следует из изменения параметра.